Académique Documents
Professionnel Documents
Culture Documents
Nama
NIM
Mata Kuliah
Dosen Pengajar
:
:
:
:
Nadya Amalia
20213042
Fisika Material dan Divais Nano (FI6131)
Prof. Dr. Eng. Mikrajuddin Abdullah, M.Si
merujuk kepada diameter yang dimilikinya, begitu juga untuk yang berupa nanowire (diameter
permukaannya). Sementara untuk partikel yang memiliki bentuk menyerupai kapsul (mis. gold
nanorod, lihat Gambar 4), ukuran yang dimaksud merupakan nilai rata-rata dari lebar dan
tingginya (lihat Gambar 10). Gambar 1-10 di bawah ini menunjukkan penentuan koordinat
piksel dari masing-masing partikel dengan menggunakan Paint Brush, yang selanjutnya
dimanfaatkan untuk menentukan ukuran dari masing-masing partikel tersebut dengan
menggunakan Excel.
Garis-garis merah pada Gambar 1-10 merupakan sampel penegasan untuk ukuran yang
diukur dari masing-masing partikel. Untuk garis yang tepat horizontal maupun vertikal ukuran
masing-masing partikel dalam piksel bisa langsung didapat dengan menghitung nilai selisih
dari koordinat X atau koordinat Y-nya. Adapun untuk garis yang memotong secara diagonal,
ukuran partikel dalam piksel bisa dihitung dengan memanfaatkan Teorema Phytagoras.
Setelah ukuran partikel dalam piksel didapatkan, selanjutnya masih dengan
menggunakan Excel, ukuran dalam piksel tersebut dikonversi ke dalam ukuran nanometer.
Adapun rumus yang digunakan adalah [1]:
Ukuran dalam nano =
Panjang bar skala dalam nano merupakan bar skala yang dimiliki setiap citra SEM dan TEM.
Panjangnya sudah tertentu dan menjadi acuan dalam penentuan ukuran partikel. Sementara
itu, panjang bar skala dalam piksel didapat dengan menghitung nilai selisih dari koordinat X
(apabila bar skala tertera secara horizontal) atau koordinat Y (apabila bar skala tertera secara
vertikal) dari bar skala masing-masing citra tersebut.
Ukuran setiap partikel dari masing-masing citra yang telah didapat kemudian disortir
dari yang memiliki nilai paling kecil hingga yang paling besar. Selanjutnya, ukuran tersebut
dikelompokkan berdasarkan rentang tertentu dengan memperhatikan variasinya. Tabel 1-10
menunjukkan pengelompokkan ukuran partikel dari masing-masing citra dengan rentang
tertentu yang bersifat acak.
Jumlah Partikel
0 < s 200
200 < s 400
100
300
55
500
75
700
41
900
37
1100
19
1300
15
1500
1700
1900
2100
2300
2500
2700
2900
3100
3300
3500
Jumlah Partikel
0 < s 20
10
20 < s 40
30
40 < s 60
50
60 < s 80
70
80 < s 100
90
18
110
28
130
254
150
193
170
17
190
210
230
250
270
290
310
330
350
370
390
410
Jumlah Partikel
0 < s 20
10
20 < s 40
30
40 < s 60
50
60 < s 80
70
80 < s 100
90
110
130
150
170
190
210
230
250
270
290
310
10
330
10
350
19
370
11
390
410
430
Jumlah Partikel
0 < s 50
25
50 < s 100
75
125
175
225
275
325
375
11
425
20
475
525
575
Jumlah Partikel
0 < s 20
10
20 < s 40
30
40 < s 60
50
60 < s 80
70
80 < s 100
90
110
130
150
15
170
15
190
13
210
230
250
270
290
310
330
350
370
390
410
Jumlah Partikel
0<s5
2.5
5 < s 10
7.5
28
10 < s 15
12.5
130
15 < s 20
17.5
82
20 < s 25
22.5
53
25 < s 30
27.5
27
30 < s 35
32.5
13
35 < s 40
37.5
40 < s 45
42.5
45 < s 50
47.5
50 < s 55
52.5
55 < s 60
57.5
60 < s 65
62.5
65 < s 70
67.5
Jumlah Partikel
0 < s 10
10 < s 20
15
20 < s 30
25
11
30 < s 40
35
24
40 < s 50
45
28
50 < s 60
55
30
60 < s 70
65
28
70 < s 80
75
19
80 < s 90
85
15
90 < s 100
95
11
105
115
125
135
Jumlah Partikel
0<s5
2.5
5 < s 10
7.5
10 < s 15
12.5
45
15 < s 20
17.5
110
20 < s 25
22.5
42
25 < s 30
27.5
19
30 < s 35
32.5
35 < s 40
37.5
40 < s 45
42.5
45 < s 50
47.5
50 < s 55
52.5
55 < s 60
57.5
60 < s 65
62.5
65 < s 70
67.5
70 < s 75
72.5
75 < s 80
77.5
80 < s 85
82.5
85 < s 90
87.5
90 < s 95
92.5
95 < s 100
97.5
102.5
107.5
Jumlah Partikel
0<s5
2.5
5 < s 10
7.5
10 < s 15
12.5
13
15 < s 20
17.5
31
20 < s 25
22.5
25
25 < s 30
27.5
24
30 < s 35
32.5
15
35 < s 40
37.5
40 < s 45
42.5
45 < s 50
47.5
50 < s 55
52.5
Jumlah Partikel
0 < s 10
10 < s 20
15
20 < s 30
25
30 < s 40
35
40 < s 50
45
17
50 < s 60
55
10
60 < s 70
65
Berdasarkan hasil pengelompokan ukuran pada Tabel 1-10 di atas, kita dapat
mengamati distribusi ukurannya. Nilai tengah dari rentang ukuran partikel dapat dikatakan
sebagai peubah acak bebas (independen) positif dan logaritmanya cenderung terdistribusi
secara normal, sehingga distribusinya dapat dimodelkan sebagai log-normal. Adapun distribusi
log-normal dirumuskan dengan [3]:
(= )
( )
,
>0
Pada tugas ini, nilai merupakan nilai tengah dari rentang ukuran partikel,
merupakan nilai rata-rata (mean) dan merupakan standar deviasinya. Distribusi log-normal
simetri pada yang menunjukkan bahwa densitas probabilitas yang paling besar dari ukuran
partikel adalah pada . Gambar 11-20 menunjukkan hasil plotting distribusi ukuran dari
masing-masing citra SEM dan TEM yang telah difitting dengan distribusi log-normalnya.
B
LogNormal Fit of B
300
Equation
y = y0 + A/(sqrt(2*PI)*w*x)*exp(-(ln(x/xc))^2/(
2*w^2))
Adj. R-Square
200
0,99482
Value
100
Standard Error
y0
1,51703
1,17809
xc
138,28767
0,28023
0,09553
0,00332
9750,79684
243,02379
200
400
Gambar 11. Hasil plotting dan fitting distribusi ukuran HA-Hydrogel Particles
10
B
LogNormal Fit of B
90
Equation
y = y0 + A/(sqrt(2*PI)*w*x)*exp(-(ln(x/xc))^2/(2*
w^2))
Adj. R-Square
60
0,9666
Value
Standard Error
y0
1,71803
1,42641
xc
599,55636
23,98619
0,55453
0,04117
49618,699
2583,47965
30
2000
4000
Gambar 12. Hasil plotting dan fitting distribusi ukuran Gold Nanoshells
B
LogNormal Fit of B
Equation
20
y = y0 + A/(sqrt(2*PI)*w*x)*exp(-(ln(x/xc))^2
/(2*w^2))
Adj. R-Square
0,78385
Value
Standard Error
y0
2,28063
xc
348,64207
3,661
0,07386
0,55111
0,0112
917,15248
115,33104
10
200
400
Gambar 13. Hasil plotting dan fitting distribusi ukuran Polystyrene Nanoparticles
B
LogNormal Fit of B
Equation
y = y0 + A/(sqrt(2*PI)*w*x)*exp(-(ln(x/xc))^2/(
2*w^2))
20
Adj. R-Square
0,99615
Value
Standard Error
y0
0,08359
xc
418,96499
0,0906
0,13793
0,00215
1950,00734
39,92817
0,91888
10
300
600
11
B
LogNormal Fit of B
Equation
y = y0 + A/(sqrt(2*PI)*w*x)*exp(-(ln(x/xc))^2/(
2*w^2))
14
Adj. R-Square
0,83557
Value
Standard Error
B
B
y0
xc
0,12654
191,74948
0,98402
8,65818
B
B
w
A
0,37338
2165,3909
0,05052
229,80141
200
400
Gambar 15. Hasil plotting dan fitting distribusi ukuran ZnO Nanorods
B
LogNormal Fit of B
Equation
y = y0 + A/(sqrt(2*PI)*w*x)*exp(-(ln(x/xc))^2/
(2*w^2))
120
Adj. R-Squar
0,96901
Value
60
Standard Error
y0
3,42651
xc
15,26749
2,40486
0,35716
0,02219
1546,2209
81,81907
0,36735
30
60
Gambar 16. Hasil plotting dan fitting distribusi ukuran Silver Colloid
B
LogNormal Fit of B
Equation
y = y0 + A/(sqrt(2*PI)*w*x)*exp(-(ln(x/xc))^2/
(2*w^2))
30
Adj. R-Square
0,97459
Value
y0
xc
w
Standard Error
0,28791
60,31766
0,45609
1,21827
1,68931
0,02912
1890,77438
100,23652
20
B
B
B
10
50
100
150
Gambar 17. Hasil plotting dan fitting distribusi ukuran Nickel Nanopowder
12
B
LogNormal Fit of B
Equation
100
y = y0 + A/(sqrt(2*PI)*w*x)*exp(-(ln(x/xc))^2/(
2*w^2))
Adj. R-Square
0,98828
Value
50
Standard Error
y0
0,92065
xc
17,62754
0,2211
0,65791
0,00612
1043,98644
27,23085
0,13404
40
80
120
Gambar 18. Hasil plotting dan fitting distribusi ukuran Fe3O4 Nanoparticles
B
LogNormal Fit of B
Equation
30
y = y0 + A/(sqrt(2*PI)*w*x)*exp(-(ln(x/xc))^2/(
2*w^2))
Adj. R-Square
0,90427
Value
Standard Error
y0
0,07268
2,1616
xc
22,41932
1,03175
0,35788
0,05035
584,52883
62,91058
20
10
20
40
60
Gambar 19. Hasil plotting dan fitting distribusi ukuran Hydrogen Nenophotocatalyst
B
LogNormal Fit of B
400
Equation
y = y0 + A/(sqrt(2*PI)*w*x)*exp(-(ln(x/xc))^2/(2*w
^2))
350
Adj. R-Square
300
Value
250
Standard Error
y0
-1,9135E-9
xc
49,62591
0,03887
4,88481E-8
0,00218
1771,22946
662,80196
0,01386
200
150
100
50
0
-50
0
20
40
60
Gambar 20. Hasil plotting dan fitting distribusi ukuran Gold Nanorods
13
Nilai dan dari distribusi log-normal dari masing-masing citra ditunjukkan oleh
14