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


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



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


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


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






1 1 2,437 1,000 ,04 ,05 ,05

2 ,401 2,465 ,00 ,52 ,47

3 ,162 3,879 ,96 ,43 ,48


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


4. Analisis Statistik WRI



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


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


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


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.





1 1 1,068 1,000 ,45 ,11 ,37

2 ,997 1,035 ,00 ,80 ,20

3 ,935 1,068 ,54 ,09 ,43


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


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

LAMPIRAN 1. Prosedur Penelitian A. Kadar Air

Documents

Transcript of LAMPIRAN 1. Prosedur Penelitian A. Kadar Air