Perpustakaan Digital ITB

Abnormalitas konsentrasi dopamin dalam tubuh, dapat menyebabkan berbagai macam gangguan dan penyakit seperti Parkinson, sindrom Tourette, gangguan pemusatan perhatian atau hiperaktivitas depresi, gangguan kecemasan, insomnia, delusional, permasalahan pencernaan, dan berbagai gangguan pada system fisiologis lainnya. Oleh karenanya deteksi kadar dopamin sebagai metode diagnosis dini berbasi sub-mikro sangat penting dilakukan. Pada penelitian ini digunakan grafena oksida (GO) yang dideposisi dengan senyawa Fe3O4 sebagai material pendukung untuk meningkatkan kinerja elektrokimia sensor dalam pendeteksian dopamin. Pengujian kinerja sensor yang permukaannya telah dimodifikasi FeGO dilakukaen dengan metode Cyclic Voltammetry (CV) dan Differential Pulse Voltammetry (DPV). Hasil pengujian dengan CV pada larutan [Fe(CN)6] menunjukan bahwaa modifikasi dengan GO memberikan nilai luas permukaan efektif paling besar 0,0127 cm2 yang membuktikan bahwa GO mampu meningkatkan luas area efektif dan konduktivitas sensor. Kemudian perbandingan hasil pengujian dopamin antara GCE tanpa modifikasi dengan GCE termodifikasi menunjukan bahwa GCE termodifikasi menunjukan kemampuan untuk mendeteksi dopamin dengan nilai puncak arus (Ip) paling tinggi dimiliki oleh FeGO sebesar 113,09 ?A/Cm2 untuk reaksi anodik dan 105,12 ?A/Cm2 untuk reaksi katodik. Hubungan yang linear terlihat pada hasil CV antara puncak densitas arus oksidasi da reduksi dalam peningkatan konsentrasi dopamin. Pengujian DPV menunjukan bahwa FeGO memiliki rentang linear pada konsentrasi 1 – 20 ?M dengan sensitivitas sebesar 5 ?A ?M-1 cm-2 , limit deteksi sebesar 0,029 ?M, limit kuantifikasi sebesar 0,097 ?M, dengan kesalahan pengukuran relative sebesar 6,052%. FeGO menunjukan selektivitas yang baik dimana puncak arus terpisah sebesar 0,245 V dengan asam askorbat yang merupakan senyawa interferensi terdekat. Pengujian FeGO setelah disimpan dalam jangka waktu tertentu memperlihatkan penurunan pada nilai puncak arus yang diamati dengan persamaan hubungan yang linear.