LAMPIRAN 1. Prosedur Penelitian A. Kadar Air
Transcript of LAMPIRAN 1. Prosedur Penelitian A. Kadar Air
58
LAMPIRAN
1. Prosedur Penelitian
Penelitian ini melakukan pengecekan kadar air terlebih dahulu sebelum
melakukan proses pengomposan.
A. Kadar Air
Kadar air sampah awal dihitung sebelum proses pengomposan dengan
pengeringan pada suhu 105°C hingga konstan.
Peralatan:
1. Neraca Analitik
2. Cawan Porselen
3. Oven
4. Desikator
Cara kerja
Timbang sampel sampah sisa makanan sebanyak 3 gram ke dalam cawan porselen
yang sudah diketahui bobotnya. Masukkan ke dalam oven dan dikeringkan pada
suhu 105°C selama 2 jam. Setelah itu timbang kembali bobot sampel kemudian
lakukan pengeringan kedua selama 1 jam kemudian timbang kembali. Jika selisih
bobot pengeringan I dan pengeringan II > 0,05, maka bobot sampel belum
konstan. Bobot sampel dikatakan konstan jika selisih pengeringan < 0,05.
Perhitungan
Kadar air (%)
Dimana:
W = bobot sampel awal (gr)
W1 = bobot sampel setelah dikeringkan (gr)
100 = faktor konversi ke %
59
2. Analisis Statistik Laju Dekomposisi
Penelitian ini menggunakan analisis statistik regresi linear berganda dan analisis
deskriptif untuk menentukan perlakuan yang memiliki nilai laju dekomposisi
maksimum dan minimum. Berikut ini hasil analisis deskriptif laju dekomposisi.
Descriptive Statistics
N Range
Minimu
m
Maximu
m Mean
Std.
Deviati
on
Varianc
e Skewness Kurtosis
Statisti
c
Statisti
c Statistic Statistic
Statisti
c
Std.
Error Statistic
Statisti
c
Statisti
c
Std.
Err
or
Statisti
c
Std.
Err
or
R 32 ,0632 ,0080 ,0712 ,03849
1
,00289
46
,01637
44
,000 ,010 ,41
4
-,515 ,80
9
Valid N
(listwis
e)
32
Syarat untuk uji regresi linear berganda, salah satunya adalah uji normalitas.
Berikut ini ditampilkan tabel uji normalitas:
Tests of Normality
Kolmogorov-Smirnova Shapiro-Wilk
Statistic df Sig. Statistic df Sig.
R ,097 32 ,200* ,971 32 ,533
*. This is a lower bound of the true significance.
a. Lilliefors Significance Correction
Jika uji normalitas sudah memenuhi persyaratan, maka dapat dilanjutkan untuk uji
regresi linear berganda. Analisis lanjutan dapat dilakukan dengan memenuhi
asumsi klasik, yaitu uji multikolinearitas, uji heteroskedasitas, dan uji auto
korelasi. Jika seluruh uji asumsi klasik sudah terpenuhi, maka dapat dilakukan uji
t dan uji F. Jika data tidak homogen maka dilakukan transformasi data untuk dapat
melakukan uji asumsi klasik. Berikut ini merupakan tabel-tabel hasil uji statistik
menggunakan aplikasi SPSS 26:
60
Descriptive Statistics
Mean Std. Deviation N
LAG_R ,0138 ,01261 31
LAG_X1 ,5701 ,82740 31
LAG_X2 ,6023 ,89501 31
.
Correlations
LAG_R LAG_X1 LAG_X2
Pearson Correlation LAG_R 1,000 ,551 ,391
LAG_X1 ,551 1,000 ,011
LAG_X2 ,391 ,011 1,000
Sig. (1-tailed) LAG_R . ,001 ,015
LAG_X1 ,001 . ,476
LAG_X2 ,015 ,476 .
N LAG_R 31 31 31
LAG_X1 31 31 31
LAG_X2 31 31 31
Model Summaryb
Model R
R
Square
Adjusted
R
Square
Std.
Error of
the
Estimate
Change Statistics
Durbin-
Watson
R
Square
Change
F
Change df1 df2
Sig. F
Change
1 ,672a ,452 ,413 ,00967 ,452 11,535 2 28 ,000 1,784
a. Predictors: (Constant), LAG_X2, LAG_X1
b. Dependent Variable: LAG_R
Pada penelitian ini didapatkan nilai adjusted R square sebesar 0,413 artinya
variabel bebas memengaruhi variabel terikat sebesar 41,3% dan sebesar 58,7%
dipengaruhi oleh variabel lain.
61
Collinearity Diagnosticsa
Model Dimension Eigenvalue Condition Index
Variance Proportions
(Constant) LAG_X1 LAG_X2
1 1 1,988 1,000 ,10 ,10 ,10
2 ,669 1,724 ,00 ,49 ,52
3 ,344 2,404 ,90 ,41 ,38
a. Dependent Variable: LAG_R
Pada penelitian ini menggunakan metode regresi linear berganda untuk
mengetahui pengaruh variabel bebas (larva BSF dan MOL nasi basi) terhadap
variabel terikat (laju dekomposisi). Syarat dilanjutkannya uji regresi linear
berganda jika data memenuhi uji normalitas dan uji asumsi klasik yaitu, uji
multikolinearitas, uji heteroskedasitas, dan uji auto korelasi. Setelah syarat
tersebut terpenuhi akan dilanjutkan dengan uji T dan uji F. Uji t bertujuan untuk
mengetahui pengaruh variabel X secara parsial terhadap variabel Y. Sedangkan uji
F bertujuan untuk mengetahui pengaruh variabel X secara simultan terhadap
variabel Y.
Uji Koefisien Regresi Parsial (Uji-t)
Pengujian ini bertujuan untuk mengetahui pengaruh variabel X1 dan X2 secara
parsial (sendiri-sendiri) terhadap Y. Nilai t pada penelitian ini dapat dilihat pada
tabel 4. Berdasarkan nilai signifikansi dapat diketahui apakah uji-t dapat
dilakukan atau tidak, dengan syarat nilai Sig. < 0,05. Pada penelitian ini
didapatkan variabel X1 (larva BSF) memiliki nilai Sig. = 0,001, sedangkan pada
X2 (MOL nasi basi) memiliki nilai Sig. = 0,010.
Coefficientsa
Model
Unstandardized
Coefficients
Standardized
Coefficients
t Sig.
Collinearity
Statistics
B Std. Error Beta Tolerance VIF
1 (Constant) ,006 ,002 2,396 ,023
LAG_X1 ,008 ,002 ,547 3,909 ,001 1,000 1,000
LAG_X2 ,005 ,002 ,384 2,747 ,010 1,000 1,000
a. Dependent Variable: LAG_R
62
Sehingga melalui nilai constant dan coefficient variabel X1 dan X2 pada kolom B
serta nilai signifikansi variabel X1 dan X2, didapatkan persamaan regresi sebagai
berikut :
Y = 0,006 + 0,008X1 + 0,005X2
Hal yang dimaksud dari persamaan tersebut yaitu:
1. Didapat nilai constant sebesar 0,006 artinya secara statistik tanpa adanya
X1 dan X2 maka besarnya Y adalah 0,006.
2. Nilai coefficient variabel larva BSF (0,008) berarti besarnya pengaruh
larva BSF terhadap laju dekomposisi sangat lemah sebesar 0,8%.
3. Nilai coefficient variabel MOL nasi sebesar 0,005 berarti pengaruh MOL
nasi terhadap laju dekomposisi sangat lemah sebesar 0,05%.
4. Nilai coefficient variabel larva BSF positif artinya larva BSF berpengaruh
positif terhadap laju dekomposisi, semakin tinggi jumlah larva BSF maka
laju dekomposisi semakin tinggi dan sebaliknya.
5. Nilai coefficient variabel MOL nasi positif artinya X2 berpengaruh positif
terhadap laju dekomposisi, semakin tinggi konsentrasi MOL nasi maka
laju dekomposisi semakin tinggi dan sebaliknya.
6. Nilai signifikansi variabel larva BSF sebesar 0,001 (<0,05) maka H0
ditolak artinya terdapat pengaruh signifikan jumlah larva BSF terhadap Y.
7. Nilai signifikansi variabel MOL nasi sebesar 0,01 (< 0,05) maka H0
ditolah artinya terdapat pengaruh signifikan konsentrasi MOL nasi
terhadap laju dekomposisi.
Hipotesis yang digunakan dalam uji-t adalah sebagai berikut:
1. H0 : = 0; (variabel X tidak berpengaruh signifikan/nyata terhadap Y)
2. H0 : ≠ 0; (variabel X berpengaruh signifikan/nyata terhadap Y)
Tingkat signifikansi yang digunakan adalah 5% ( = 0,05). Hasil thitung pada tabel
coefficients akan dibandingkan dengan hasil ttabel. Nilai ttabel pada penelitian
63
ditentukan dengan derajat bebas pengujian = (n-k) = (31-2) = 1,699. Kriteria
pengambilan keputusan pada uji-t adalah:
1. Jika thitung > ttabel atau -(thitung) < -(ttabel) maka H0 ditolak dan H1 diterima.
2. Jika thitung > ttabel atau -(thitung) < ttabel < thitung maka H0 diterima dan H1
ditolak.
Kesimpulan yang dapat ditarik adalah adanya pengaruh larva BSF dan MOL nasi
basi secara parsial terhadap laju dekomposisi sampah sisa makanan.
Uji F (Simultan)
Nilai F pada uji ini dilihat berdasarkan tabela Anova. Tabel tersebut menampilkan
nilai F sebesar 11,535 (disebut sebagai Fhitung), kemudian akan dibandingkan
dengan Ftabel berdasarkan tabel F. Pada uji F akan dilihat berdasarkan hipotesis,
yaitu:
1. H0 : 1 = 2 = 0; (variabel X1 dan X2 tidak berpengaruh terhadap Y)
2. H0 : 1 ≠ 2 ≠ 0; (variabel X1 dan X2 berpengaruh terhadap Y)
Uji F menggunakan tingkat signifikansi ( ) = 5%. Penentuan pengaruh variabel
jumlah larva BSF dan konsentrasi MOL nasi secara simultan terhadap laju
dekomposisi diketahui dengan kriteria pengujian sebagai berikut:
1. Apabila nilai Fhitung<Ftabel, maka hipotesis H1 ditolak dan H0 diterima
2. Apabila nilai Fhitung>Ftabel, maka hipotesis H1 diterima dan H0 ditolak.
Penentuan Ftabel dilakukan menggunakan tabel Uji-F dengan melihat derajat
kebebasan pembilang (numerator, df) = k dan untuk penyebut (determinator, df) =
64
n-k. Maka didapatkan Ftabel = (k;n-k),5% = (2;29),5% = 3,33. Kesimpulan yang
dapat diambil dari pengujian menggunakan Uji-F adalah Fhitung>Ftabel
(11,535>3,33) bahwa adanya pengaruh jumlah larva BSF dan konsentrasi MOL
nasi basi secara simultan (bersama-sama) terhadap laju dekomposisi.
3. Analisis Statistik pH
Descriptive Statistics
Mean Std. Deviation N
LAG_PH 3,4926 1,04210 31
LAG_X1 1,1925 1,00012 31
LAG_X2 1,2248 ,99740 31
Correlations
LAG_PH LAG_X1 LAG_X2
Pearson Correlation LAG_PH 1,000 -,212 -,098
LAG_X1 -,212 1,000 -,008
LAG_X2 -,098 -,008 1,000
Sig. (1-tailed) LAG_PH . ,127 ,300
LAG_X1 ,127 . ,484
LAG_X2 ,300 ,484 .
N LAG_PH 31 31 31
LAG_X1 31 31 31
LAG_X2 31 31 31
Model Summaryb
Model R
R
Square
Adjusted
R
Square
Std.
Error of
the
Estimate
Change Statistics
Durbin-
Watson
R
Square
Change
F
Change df1 df2
Sig. F
Change
1 ,234a ,055 -,013 1,04876 ,055 ,810 2 28 ,455 2,054
a. Predictors: (Constant), LAG_X2, LAG_X1
b. Dependent Variable: LAG_PH
Pada penelitian ini didapatkan nilai adjusted R square sebesar -0,013 artinya pH
tidak berpengaruh terhadap laju dekomposisi.
65
ANOVAa
Model Sum of Squares df Mean Square F Sig.
1 Regression 1,782 2 ,891 ,810 ,455b
Residual 30,797 28 1,100
Total 32,579 30
a. Dependent Variable: LAG_PH
b. Predictors: (Constant), LAG_X2, LAG_X1
Jika dilihat dari tabel ANOVA diatas, maka dapat disimpulkan bahwa H0 diterima
yaitu variabel-variabel independen tidak memiliki pengaruh terhadap variabel
dependen (pH). Hal tersebut dapat dilihat dari nilai Sig. = 0,455, dimana syarat
dari suatu variabel bebas berpengaruh atau tidak terhadap variabel terikat adalah
dilihat dari nilai signifikansi lebih kecil dari alfa 0,05.
Coefficientsa
Model
Unstandardized
Coefficients
Standardized
Coefficients
t Sig.
Collinearity
Statistics
B Std. Error Beta Tolerance VIF
1 (Constant) 3,884 ,379 10,246 ,000
LAG_X1 -,221 ,191 -,212 -1,155 ,258 1,000 1,000
LAG_X2 -,104 ,192 -,100 -,543 ,591 1,000 1,000
a. Dependent Variable: LAG_PH
Collinearity Diagnosticsa
Model Dimension Eigenvalue Condition Index
Variance Proportions
(Constant) LAG_X1 LAG_X2
1 1 2,437 1,000 ,04 ,05 ,05
2 ,401 2,465 ,00 ,52 ,47
3 ,162 3,879 ,96 ,43 ,48
a. Dependent Variable: LAG_PH
Residuals Statisticsa
Minimum Maximum Mean Std. Deviation N
Predicted Value 3,0900 4,0882 3,4926 ,24374 31
Std. Predicted Value -1,652 2,443 ,000 1,000 31
Standard Error of Predicted
Value
,214 ,534 ,319 ,071 31
66
Adjusted Predicted Value 2,9714 4,4261 3,5109 ,27816 31
Residual -1,72736 2,82101 ,00000 1,01320 31
Std. Residual -1,647 2,690 ,000 ,966 31
Stud. Residual -1,782 2,751 -,008 1,010 31
Deleted Residual -2,02267 2,95092 -,01827 1,10879 31
Stud. Deleted Residual -1,859 3,163 ,003 1,059 31
Mahal. Distance ,282 6,809 1,935 1,332 31
Cook's Distance ,000 ,181 ,032 ,043 31
Centered Leverage Value ,009 ,227 ,065 ,044 31
a. Dependent Variable: LAG_PH
4. Analisis Statistik WRI
Descriptive Statistics
Mean Std. Deviation N
LAG_WRI ,1319 1,80876 31
LAG_X1 ,0250 ,86112 31
LAG_X2 ,0573 ,98220 31
Correlations
LAG_WRI LAG_X1 LAG_X2
Pearson Correlation LAG_WRI 1,000 ,659 ,554
LAG_X1 ,659 1,000 ,002
LAG_X2 ,554 ,002 1,000
Sig. (1-tailed) LAG_WRI . ,000 ,001
LAG_X1 ,000 . ,495
LAG_X2 ,001 ,495 .
N LAG_WRI 31 31 31
LAG_X1 31 31 31
LAG_X2 31 31 31
Model Summaryb
Model R
R
Square
Adjusted
R
Square
Std.
Error of
the
Estimate
Change Statistics
Durbin-
Watson
R
Square
Change
F
Change df1 df2
Sig. F
Change
1 ,860a ,739 ,721 ,95620 ,739 39,672 2 28 ,000 2,189
a. Predictors: (Constant), LAG_X2, LAG_X1
67
b. Dependent Variable: LAG_WRI
Jika dilihat dari nilai adjusted R square, maka dapat diartikan bahwa pengaruh
variabel bebas (jumlah larva BSF dan konsentrasi MOL nasi) terhadap nilai WRI
pada penelitian ini 72,1% sedangkan sisanya 27,9% dipengaruhi oleh variabel
lain.
ANOVAa
Model Sum of Squares df Mean Square F Sig.
1 Regression 72,547 2 36,274 39,672 ,000b
Residual 25,601 28 ,914
Total 98,148 30
a. Dependent Variable: LAG_WRI
b. Predictors: (Constant), LAG_X2, LAG_X1
Tabel ANOVA diatas menjelaskan nilai sigfikansi sebesar 0,000 berada di bawah
alfa 0,05, sehingga dapat disimpulkan bahwa terdapat pengaruh secara simultan
dari X1 (larva BSF) dan X2 (MOL nasi) terhadap Y (nilai WRI).
Coefficientsa
Model
Unstandardized
Coefficients
Standardized
Coefficients
t Sig.
Collinearity
Statistics
B Std. Error Beta Tolerance VIF
1 (Constant) ,039 ,172 ,227 ,822
LAG_X1 1,382 ,203 ,658 6,816 ,000 1,000 1,000
LAG_X2 1,017 ,178 ,552 5,720 ,000 1,000 1,000
a. Dependent Variable: LAG_WRI
Berdasarkan tabel coefficients, didapatkan rumus sebagai berikut:
Y = 0,039 + 1,382X1 + 1,017X2
Hal yang dimaksud dari persamaan tersebut yaitu:
1. Nilai constant sebesar 0,039 artinya secara statistik tanpa adanya jumlah
larva BSF dan konsentrasi MOL nasi maka besarnya nilai WRI adalah
0,039.
2. Nilai coefficient variabel jumlah larva BSF sebesar 1,382 artinya besarnya
pengaruh jumlah larva BSF terhadap nilai WRI sangat lemah sebesar
13,82%.
68
3. Sedangkan didapatkan nilai coefficient variabel konsentrasi MOL nasi
sebesar 1,01 artinya pengaruh konsentrasi MOL nasi terhadap nilai WRI
sangat lemah sebesar 10,1%
4. Didapatkan nilai coefficient variabel jumlah larva BSF positif artinya
jumlah larva BSF berpengaruh positif terhadap nilai WRI, semakin tinggi
jumlah larva BSF maka nilai WRI semakin tinggi dan sebaliknya.
5. Didapatkan nilai coefficient variabel konsentrasi MOL nasi positif artinya
konsentrasi MOL nasi berpengaruh positif terhadap nilai WRI, semakin
tinggi konsentrasi MOL nasi maka nilai WRI semakin tinggi dan
sebaliknya.
6. Didapat nilai signifikansi variabel jumlah larva BSF sebesar 0,000 lebih
kecil dari alfa 0,05 maka H0 ditolak artinya terdapat pengaruh signifikan
jumlah larva BSF terhadap nilai WRI.
7. Didapat nilai signifikansi variabel konsentrasi MOL nasi sebesar 0,000
lebih kecil dari alfa 0,05 maka H0 ditolah artinya terdapat pengaruh
signifikan konsentrasi MOL nasi terhadap nilai WRI.
Collinearity Diagnosticsa
Model Dimension Eigenvalue Condition Index
Variance Proportions
(Constant) LAG_X1 LAG_X2
1 1 1,068 1,000 ,45 ,11 ,37
2 ,997 1,035 ,00 ,80 ,20
3 ,935 1,068 ,54 ,09 ,43
a. Dependent Variable: LAG_WRI
Residuals Statisticsa
Minimum Maximum Mean Std. Deviation N
Predicted Value -6,8903 1,5231 ,1319 1,55507 31
Std. Predicted Value -4,516 ,895 ,000 1,000 31
Standard Error of Predicted
Value
,172 ,807 ,259 ,149 31
Adjusted Predicted Value -4,5390 1,6209 ,2463 1,16057 31
Residual -2,15347 1,99790 ,00000 ,92378 31
Std. Residual -2,252 2,089 ,000 ,966 31
69
Stud. Residual -4,200 2,805 -,037 1,243 31
Deleted Residual -7,48950 3,60075 -,11442 1,73517 31
Stud. Deleted Residual -6,780 3,248 -,109 1,613 31
Mahal. Distance ,000 20,406 1,935 4,287 31
Cook's Distance ,000 14,570 ,568 2,626 31
Centered Leverage Value ,000 ,680 ,065 ,143 31
a. Dependent Variable: LAG_WRI
5. Data Penelitian
Pada bagian ini akan melampirkan data penelitian yaitu nilai laju dekomposisi,
pH, WRI, dan suhu.
Laju Dekomposisi
Perlakuan
Hari ke 2 Hari ke 4 Hari ke 6 Kadar
Air
Akhir
(%)
R
(kg/hari)
W
(%)
R
(kg/hari)
W
(%)
R
(kg/hari)
W
(%)
KA1 0,030±0,048 8,521±0,28 0,048±0,0002 26,82±0,26 0,056±0,013 47,00±0,47 11,65
KA2 0,009±0,053 2,594±0,00 0,036±0,005 20,42±0,33 0,044±0,387 36,94±0,22 6,65
KA3 0,018±0,046 4,994±0,21 0,038±0,004 21,42±0,05 0,041±0,078 35,01±0,08 6,36
KB1 0,003±0,06 0,838±0,06 0,035±0,01 19,73±0,07 0,019±0,656 16,32±0,05 11,46
KB2 0,028±0,049 7,783±0,28 0,039±0,012 13,13±0,26 0,022±0,005 18,37±0,54 11,56
KB3 0,006±0,051 1,673±0,19 0,036±0,004 12,68±0,01 0,019±0,296 15,76±0,27 11,53
KC1 0,003±0,064 0,886±0,04 0,034±0,005 19,41±0,02 0,036±0,009 30,50±0,43 11,43
KC2 0,027±0,048 7,571±0,23 0,043±0,008 24,36±0,14 0,052±0,027 44,13±0,18 13,82
KC3 0,023±0,035 6,461±0,20 0,061±0,005 34,16±0,15 0,034±0,0006 28,62±0,04 12,69
KC4 0,019±0,056 5,315±0,08 0,046±0,001 26,14±0,24 0,039±0,383 32,71±0,00 10,52
KC5 0,064±0,034 18,181±0,54 0,071±0,01 39,81±0,02 0,071±0,008 60,25±0,04 16,65
KC6 0,017±0,052 4,804±0,15 0,054±0,003 30,27±0,22 0,057±0,0006 48,56±0,24 14,27
KC7 0,009±0,06 2,448±0,08 0,038±0,011 21,70±0,07 0,031±0,493 26,22±0,02 11,70
KC8 0,009±0,062 2,648±0,14 0,043±0,012 24,17±0,15 0,041±0,584 34,65±0,05 13,27
KC9 0,024±0,057 6,891±0,29 0,047±0,009 26,75±0,14 0,053±0,028 44,87±0,27 13,62
KD 0,002±0,0008 0,455±0,04 0,006±0,0007 3,50±0,08 0,009±0,027 7,56±0,29 59,00
70
Waste Reduction Index
Perlakuan Durasi WRI (%/hari)
KA1
6 hari
13,12±0,01
KA2 12,68±0,05
KA3 12,57±0,03
KB1 11,08±0,05
KB2 11,21±0,13
KB3 11,04±0,20
KC1 12,03±0,02
KC2 12,84±0,04
KC3 11,84±0,01
KC4 12,22±0,01
KC5 13,85±0,01
KC6 13,12±0,20
KC7 11,73±0,03
KC8 12,22±0,04
KC9 12,90±0,02
Suhu Pengomposan (°C)
Perlakuan Hari 0 Hari 6
KA1 26 36±2,83
KA2 26 35,5±0,35
KA3 26 34,5±1,06
KB1 26 35±0,71
KB2 26 35±0,71
KB3 26 36±0,71
KC1 26 35±0,00
KC2 26 35±1,41
KC3 26 34±1,41
KC4 26 33±2,12
KC5 26 36±1,41
KC6 26 35±1,41
KC7 26 37±0,71
KC8 26 35±1,41
KC9 26 36±0,71
71
KD 26 35±0,35
Nilai pH
Perlakuan Hari 0 Hari 2 Hari 4 Hari 6
KA1 2,87±0,00 3,7±0,16 2,6±0,23 2,45±0,36
KA2 2,87±0,00 4,8±0,14 3,3±1,84 2,97±1,23
KA3 2,87±0,00 3,9±0,19 2,1±0,99 2,57±0,88
KB1 2,87±0,00 3,1±0,81 5±0,96 5,78±0,57
KB2 2,87±0,00 3,2±0,92 3,2±0,27 4,29±0,19
KB3 2,87±0,00 4±1,65 3,1±0,47 4,98±0,30
KC1 2,87±0,00 2,9±0,01 3,4±2,02 4,7±1,93
KC2 2,87±0,00 4,1±0,06 3,9±0,04 3,76±0,16
KC3 2,87±0,00 4,8±0,06 3,6±0,54 3,27±0,49
KC4 2,87±0,00 4,2±0,02 4,8±0,77 4,97±0,66
KC5 2,87±0,00 4,3±0,01 4,8±0,61 5,93±0,13
KC6 2,87±0,00 3,9±1,81 2,8±0,61 3,19±0,58
KC7 2,87±0,00 4,1±0,05 4±0,52 4,72±0,35
KC8 2,87±0,00 3,5±1,06 2,5±1,27 3,19±0,54
KC9 2,87±0,00 3,2±1,75 3,3±0,88 3,41±1,00
KD 2,87±0,00 2,8±0,12 3,5±0,30 4,13±0,55
72
6. Dokumentasi Penelitian
Telur BSF
Penetasan telur BSF
Penyaringan dan perhitungan 200
ekor larva berumur 5 hari
Penimbangan 200 ekor larva berumur 5
hari
73
Pembuatan MOL nasi basi
Penyimpanan MOL nasi basi selama ±7
hari
Pengumpulan sampah sisa makanan
restoran/rumah makan
Pemilahan sampah organik
Pengukuran suhu
Pengukuran pH
74
Perhitungan laju dekomposisi pada
sampel sampah sisa makanan
Pengenceran MOL nasi basi
Pengukuran panjang dan lebar tubuh larva BSF
75
7. Hasil Uji Laboratorium
76
77
78
79
80