Limit of Detection (LOD) vs Limit of Quantitation (LOQ): Memahami Perbedaannya dalam Analisis
Dalam analisis kimia, farmasi, pangan, lingkungan, maupun laboratorium klinis, kemampuan metode untuk mendeteksi analit pada kadar rendah merupakan aspek penting. Dua parameter yang sering digunakan untuk mengevaluasinya adalah Limit of Detection (LOD) dan Limit of Quantitation (LOQ).
Meski kerap disebut bersamaan, keduanya menjawab pertanyaan yang berbeda: apakah suatu senyawa dapat terdeteksi, dan apakah kadarnya dapat diukur secara andal ?
Apa itu Limit of Detection (LOD) ?
Limit of Detection atau batas deteksi adalah konsentrasi analit terendah yang masih dapat dibedakan dari sinyal blanko atau noise instrumen. Pada tingkat LOD, metode dapat memberikan indikasi bahwa analit kemungkinan ada. Namun, hasilnya belum tentu cukup akurat dan presisi untuk dilaporkan sebagai nilai kuantitatif.
Secara sederhana, LOD menjawab pertanyaan:
“Apakah senyawa ini terdeteksi ?”
Contohnya, sebuah metode kromatografi dapat menunjukkan adanya residu pestisida dalam sampel air pada konsentrasi sangat rendah. Sinyalnya terlihat berbeda dari blanko, tetapi variasi hasil antar-pengukuran masih terlalu besar untuk menyatakan konsentrasinya secara meyakinkan.
Apa itu Limit of Quantitation (LOQ)?
Limit of Quantitation atau batas kuantitasi adalah konsentrasi analit terendah yang dapat diukur secara kuantitatif dengan tingkat akurasi dan presisi yang dapat diterima. LOQ selalu berada di atas LOD. Artinya, setiap kadar yang dapat dikuantitasi semestinya juga dapat dideteksi, tetapi kadar yang terdeteksi belum tentu dapat dikuantitasi.
LOQ menjawab pertanyaan:
“Berapa konsentrasi senyawa ini dengan hasil yang dapat dipercaya ?”
Misalnya, jika suatu metode memiliki LOD 0,02 mg/L dan LOQ 0,06 mg/L, maka sampel dengan hasil 0,03 mg/L dapat dinyatakan memiliki indikasi keberadaan analit. Namun, nilainya belum ideal untuk dilaporkan sebagai kadar kuantitatif yang andal.
Perbedaan Utama Limit Of Detection (LOD) dan Limit Of Quantitation (LOQ)
Bagaimana Limit Of Detection (LOD) dan Limit Of Quantitation (LOQ) Ditentukan ?
Penentuan LOD dan LOQ harus mengikuti prosedur validasi metode yang sesuai dengan tujuan penggunaannya. Pendekatan yang umum digunakan meliputi evaluasi rasio signal-to-noise, respons blanko, simpangan baku respons, dan kemiringan kurva kalibrasi.
Salah satu pendekatan statistik yang sering digunakan adalah:
- LOD = 3,3 × σ / S
- LOQ = 10 × σ / S
Keterangan:
- σ adalah simpangan baku respons.
- S adalah kemiringan kurva kalibrasi.
Nilai tersebut bukan sekadar hasil perhitungan. Laboratorium perlu mengonfirmasi bahwa pada level LOQ, metode benar-benar menunjukkan presisi dan akurasi yang memenuhi kriteria penerimaan.
Penerapan dalam Analisis :
◉ Pengujian Obat
Dalam pengujian impuritas atau produk degradasi, LOD penting untuk menunjukkan kemampuan metode mendeteksi pengotor pada konsentrasi sangat rendah. Sementara itu, LOQ digunakan ketika pengotor tersebut perlu dihitung dan dibandingkan dengan batas spesifikasi.
◉ Analisis pangan
Pada pengujian residu pestisida, mikotoksin, atau logam berat, LOD membantu mendeteksi kontaminan yang mungkin ada. LOQ memastikan kadar kontaminan dapat dilaporkan dengan keyakinan yang memadai dan dibandingkan terhadap regulasi yang berlaku.
◉ Pemantauan lingkungan
Metode untuk mengukur polutan dalam air, tanah, atau udara harus memiliki LOQ yang lebih rendah daripada batas mutu lingkungan yang relevan. Jika LOQ terlalu tinggi, laboratorium mungkin tidak dapat membuktikan kepatuhan sampel terhadap batas regulasi.
◉ Laboratorium klinis
Dalam pemeriksaan biomarker atau zat toksik, kemampuan mendeteksi kadar rendah dapat sangat penting untuk skrining awal. Namun, keputusan medis dan pemantauan terapi umumnya membutuhkan hasil pada atau di atas LOQ agar dapat ditafsirkan secara kuantitatif.
Hal yang Perlu Diperhatikan :
LOD dan LOQ bukan hanya karakteristik instrumen. Keduanya merupakan karakteristik metode secara keseluruhan, yang dipengaruhi oleh preparasi sampel, matriks, selektivitas, kondisi instrumen, operator, serta prosedur analisis.
Karena itu, nilai LOD dan LOQ pada pelarut standar belum tentu sama dengan nilai dalam matriks nyata. Validasi yang baik perlu mempertimbangkan kondisi penggunaan metode yang sebenarnya.
Kesimpulan
LOD menunjukkan kemampuan metode untuk mendeteksi keberadaan analit pada kadar rendah, sedangkan LOQ menunjukkan kemampuan metode untuk mengukur kadar analit tersebut secara andal.
Memahami perbedaan keduanya membantu laboratorium memilih, memvalidasi, dan menerapkan metode analisis secara tepat. Dalam praktiknya, metode yang baik bukan hanya mampu menemukan analit, tetapi juga mampu menghasilkan data kuantitatif yang dapat dipertanggungjawabkan.
LOD dan LOQ sering terdengar mirip, padahal keduanya punya fungsi yang berbeda dalam analisis laboratorium. LOD (Limit of Detection) menjawab: “Apakah analit terdeteksi?”. Sedangkan LOQ (Limit of Quantitation) menjawab: “Berapa kadarnya dengan hasil yang cukup akurat dan presisi?”
Singkatnya, suatu senyawa dapat terdeteksi pada level LOD, tetapi belum tentu dapat dilaporkan kadarnya secara andal sebelum mencapai LOQ.
Contoh : Sebuah metode memiliki LOD 0,02 mg/L dan LOQ 0,06 mg/L. Jika hasil sampel 0,03 mg/L, analit mungkin sudah terdeteksi—tetapi nilainya belum cukup kuat untuk digunakan sebagai hasil kuantitatif yang andal.
Pemahaman ini penting dalam banyak bidang:
- Farmasi : pengujian impuritas dan produk degradasi.
- Pangan : residu pestisida, mikotoksin, dan logam berat.
- Lingkungan : pemantauan polutan air, tanah, dan udara.
- Klinis : skrining serta pengukuran biomarker atau zat toksik.
Hal penting lainnya: LOD dan LOQ bukan hanya bergantung pada instrumen. Preparasi sampel, matriks, selektivitas metode, dan kondisi pengujian juga sangat berpengaruh.
Metode analisis yang baik tidak hanya mampu “melihat” analit dalam jumlah kecil, tetapi juga mampu mengukurnya secara konsisten dan dapat dipertanggungjawabkan. Bagaimana menurut sahabat LinkedIn? [FK]
#AnalyticalChemistry #MethodValidation #LOD #LOQ #QualityControl #Laboratorium #AnalisisKimia #Agilent #BNM
