BAB 5 HASIL DAN PEMBAHASAN
5.1
Hasil Penelitian Hasil penelitian akan membahas secara lebih lengkap mengenai penyajian data
penelitian dan analisis data.
5.1.1
Penyajian Data Penelitian Sampel yang digunakan dalam penelitian ini adalah data pengujian pada
berbagai proses air minum yang telah diukur kandungan zat-zat kimia anorganiknya di laboratorium setiap dua minggu sekali. Penulis menggunakan data untuk melakukan analisis dari bulan Oktober 2006 sampai dengan Maret 2007. Hasil pengumpulan data zat-zat kimia anorganik pada tiap proses filterisasi dapat dilihat pada Lampiran. Tabel 5.1 adalah tabel contoh hasil pengumpulan data zat-zat kimia anorganik dari proses filter hollow fiber.
55
56
Tabel 5.1 Contoh hasil pengumpulan data proses filter hollow fiber Proses filter hollow fiber Sianida
Timbal
Mangan
Kromium
Kadmium
0.0012
0.0400
0.002
0.0400
0.0020
0.0010
0.0300
0.004
0.0300
0.0010
0.0024
0.0500
0.005
0.0400
0.0014
0.0015
0.0400
0.002
0.0500
0.0050
0.0011
0.0300
0.005
0.0600
0.0010
0.0021
0.0600
0.003
0.0300
0.0011
0.0017
0.0500
0.004
0.0400
0.0070
0.0016
0.0400
0.003
0.0500
0.0060
0.0023
0.0300
0.005
0.0300
0.0013
0.0024
0.0400
0.004
0.0400
0.0014
Sumber : PT. Buana Tirta Abadi. Tiap data diatas menjelaskan seberapa besar kandungan zat kimia anorganik dalam satuan milligram per liter (mg/l).
57 5.1.2
Pengujian Kesamaan Varian-Kovarian (Homogeneity of Covariance Test) Pengujian kesamaan varian-kovarian pada variabel tak bebas atau respon secara
bersama-sama untuk memenuhi asumsi dalam melakukan analisis data menggunakan analisis ragam multivariat satu arah (ONE-WAY MANOVA). Variabel tak bebas atau respon yang diuji adalah kandungan zat-zat kimia anorganik (sianida, timbal, mangan, kromium, dan kadmium) didasarkan pada beberapa perlakuan yaitu kontrol, proses filter hollow fiber, proses filter Reserve Osmosis, dan proses filter Granular Activated Charcoal. Hasil pengujian varian-kovarian menggunakan Box’s M test berbantukan software SPSS versi 14 dapat dilihat pada Gambar 5.1. Hipotesis yang diuji adalah : H0 :
∑ −
1
= ∑ 2 = ∑ 3 = ∑ 4= ∑ 5 −
−
−
−
H 1 : Paling sedikit ada satu variabel tak bebas mempunyai matriks varian-kovarian yang
berbeda.
Box's Test of Equality of Covariance Matrices(a) Box's M F df1 df2 Sig.
81.427 1.337 45 3207.979 .066
Gambar 5.1 Hasil pengujian varian-kovarian (Box’M test) menggunakan SPSS Kesimpulan dari Gambar 5.1 adalah nilai signifikan (sig) bernilai 0.066 dengan alpha sama dengan 0.01. Karena 0.066>0.01 maka varian-kovarian pada variabel tak bebas adalah sama pada semua perlakuan.
58 5.1.3
Analisis Data menggunakan Analisis Ragam Multivariat Satu Arah (ONEWAY MANOVA) Analisis ragam multivariat satu arah digunakan untuk membandingkan rata-rata
perlakuan. Analisis ragam ini dapat lebih mudah dihitung dengan menggunakan bantuan software SPSS versi 14. Perlakuan yang dimaksud adalah satu kontrol dan tiga proses pada air minum (proses filter hollow fiber, proses filter Reserve Osmosis, dan proses filter Granular Activated Charcoal). Hipotesis yang diuji adalah : H 0 : Tidak ada perbedaan antar rata-rata proses H 1 : Paling sedikit ada satu nilai rata-rata proses yang berbeda dengan nilai rata-rata
proses lainnya Hasil analisis ragam multivariat satu arah menggunakan software SPSS dapat dilihat pada Gambar 5.2. Multivariate Tests(c) Effect perlakuan
Pillai's Trace Wilks' Lambda
Value 1.706
F 8.969
Hypothesis df 15.000
Error df 102.000
Sig. .000
.014
22.145
15.000
88.739
.000
Hotelling's Trace
23.727
48.509
15.000
92.000
.000
Roy's Largest Root
21.676
147.399(b)
5.000
34.000
.000
Gambar 5.2 Hasil Perhitungan ONE-WAY MANOVA menggunakan MINITAB Pada Gambar 5.2, Angka signifikan hasil pengujian pada keempat test (Pillai’s Trace, Wilk’s Lambda, Hotelling’s Trace, dan Roy’s Largest Root) yaitu 0.000, dengan nilai alpha sama dengan 0.01. Karena semua angka signifikan kurang dari nilai alpha
59 (0.000 < 0.01) maka kesimpulannya H 0 ditolak dan berarti ada perbedaan rata-rata pada keempat perlakuan. Karena dari hasil analisis ragam ternyata menyimpulkan adanya perbedaan rata-rata tiap perlakuan, maka untuk tahap selanjutnya dilakukan uji lanjut untuk mencari perlakuan atau proses mana yang berbeda.
5.1.3
Analisis Data menggunakan Uji Beda Rata-rata antar Perlakuan (Kontras Ortogonal) Hal yang perlu dilakukan pertama kali sebelum melakukan uji kontras
ortogonal adalah membentuk pembanding kontras ortogonal. Pembanding yang dapat dibentuk sebanyak t (perlakuan) dikurang satu, yang berarti ada tiga pembanding yang terbentuk, yaitu : H 1 = proses kontrol vs (proses filter GAC + proses filter RO + proses filter hollow
fiber). H 2 = proses filter RO vs (proses filter hollow fiber).
H 3 = proses filter RO vs (proses filter GAC). Setelah membentuk pembanding kontras ortogonal maka dapat dibuat pengujian hipotesis pada H 1 , H 2 , H 3 . Uji hipotesis pada H 1 : H 0 = rata-rata proses kontrol sama dengan rata-rata proses filter GAC, proses filter RO, proses filter hollow fiber.
60 H 1 = rata-rata proses kontrol tidak sama dengan rata-rata proses filter GAC, proses filter
RO, proses filter hollow fiber.
Uji hipotesis pada H 2 : H 0 = rata-rata proses filter RO sama dengan rata-rata proses filter hollow fiber. H 1 = rata-rata proses filter RO tidak sama dengan rata-rata proses filter hollow fiber.
Uji hipotesis pada H 3 : H 0 = rata-rata proses filter RO sama dengan rata-rata proses filter GAC. H 1 = rata-rata proses filter RO tidak sama dengan rata-rata proses filter GAC.
Untuk mempermudah dalam penulisan nama proses pada Tabel 5.2, maka kontrol disebut P1, proses filter RO disebut P2, proses filter GAC disebut P3 dan proses filter hollow fiber disebut P4.
61 Tabel 5.2 Nilai Total Perlakuan, Ukuran Contoh, dan Nilai-nilai Pembanding Kontras Ortogonal untuk Pengujian H 1 , H 2 , dan H 3 (Data dapat dilihat pada Lampiran) Perlakuan (proses) P1
P2
P3
Total : yi. 1
0.0431
0.0171
0.0350
0.0173
y i. 2
0.5700
0.3100
0.4800
0.4100
y i. 3
0.1230
0.0240
0.1220
0.0370
y i. 4
0.5700
0.1500
0.3200
0.4100
0.0332
0.0250
0.0260
0.0272
10
10
10
10
+3
-1
-1
-1
0
1
0
-1
0
2
-2
0
y i. 5
P4
Ukuran Contoh ni Kontras ( ci ) H1 H2 H3
H1 : 4
∑c i =1
i
y i. 1 = (3)(0.0431)+(-1)(0.0171)+(-1)(0.0350)+(-1)(0.0173) = 0.059900
i
y i. 2 = (3)(0.5700)+(-1)(0.3100)+(-1)(0.4800)+(-1)(0.4100) = 0.510000
i
y i. 3 = (3)(0.1230)+(-1)(0.0240)+(-1)(0.1220)+(-1)(0.0370) = 0.186000
i
y i. 4 = (3)(0.5700)+(-1)(0.1500)+(-1)(0.3200)+(-1)(0.4100) = 0.830000
i
y i. 5 = (3)(0.0332)+(-1)(0.0250)+(-1)(0.0260)+(-1)(0.0272) = 0.021400
4
∑c i =1 4
∑c i =1 4
∑c i =1 4
∑c i =1
62 4
∑n i =1
i
ci2 = 10( 3 2 )+10( − 12 )+10( − 12 )+10( − 12 ) = 120
H2 : 4
∑c i =1
i
y i. 1 = (0)(0.0431)+(1)(0.0171)+(0)(0.0350)+(-1)(0.0173) = -0.000200
i
y i. 2 = (0)(0.5700)+(1)(0.3100)+(0)(0.4800)+(-1)(0.4100) = -0.100000
i
y i. 3 = (0)(0.1230)+(1)(0.0240)+(0)(0.1220)+(-1)(0.0370) = -0.013000
i
y i. 4 = (0)(0.5700)+(1)(0.1500)+(0)(0.3200)+(-1)(0.4100) = -0.260000
i
y i. 5 = (0)(0.0332)+(1)(0.0250)+(0)(0.0260)+(-1)(0.0272) = -0.002200
4
∑c i =1
4
∑c i =1
4
∑c i =1
4
∑c i =1
4
∑n i =1
i
ci2 = 10(0)+10(1)+10(0)+10( − 12 ) = 20
H3 : 4
∑c i =1
i
y i. 1 = (0)(0.0431)+(2)(0.0171)+(-2)(0.0350)+(0)(0.0173) = -0.035800
i
y i. 2 = (0)(0.5700)+(2)(0.3100)+(-2)(0.4800)+(0)(0.4100) = -0.340000
i
y i. 3 = (0)(0.1230)+(2)(0.0240)+(-2)(0.1220)+(0)(0.0370) = -0.196000
i
y i. 4 = (0)(0.5700)+(2)(0.1500)+(-2)(0.3200)+(0)(0.4100) = -0.340000
4
∑c i =1
4
∑c i =1
4
∑c i =1
63 4
∑c i =1
i
4
∑n i =1
i
y i. 5 = (0)(0.0332)+(2)(0.0250)+(-2)(0.0260)+(0)(0.0272) = -0.002000
ci2 = 10(0)+10(2)+10(-2)+10(0) = 80
Perhitungan Jumlah Kuadrat (JK) dan Jumlah Hasil Kali (JHK) untuk H 1 , H 2 , dan H 3 adalah sebagai berikut : Perhitungan JK dan JHK untuk H 1 :
JK H 1 (Y1 ) =
(0.059900) 2 = 0.000029 120
(0.510000) 2 JK H 1 (Y2 ) = 120 JK H 1 (Y3 ) =
(0.186000) 2 120
JK H 1 (Y4 ) =
(0.830000) 2 120
= 0.002168
= 0.000288
= 0.005740
(0.021400) 2 JK H 1 (Y5 ) = = 0.000003 120 JHK H 1 (Y1 , Y2 ) = JHK H 1 (Y2 , Y1 ) =
(0.059900)(0.510000) = 0.000255 120
JHK H 1 (Y1 , Y3 ) = JHK H 1 (Y3 , Y1 ) =
(0.059900)(0.186000) = 0.000092 120
JHK H 1 (Y1 , Y4 ) = JHK H 1 (Y4 , Y1 ) =
(0.059900)(0.830000) = 0.000414 120
JHK H 1 (Y1 , Y5 ) = JHK H 1 (Y5 , Y1 ) =
(0.059900)(0.021400) = 0.000010 120
JHK H 1 (Y2 , Y3 ) = JHK H 1 (Y3 , Y2 ) =
(0.510000)(0.186000) = 0.000790 120
64
JHK H 1 (Y2 , Y4 ) = JHK H 1 (Y4 , Y2 ) =
(0.510000)(0.186000) = 0.003528 120
JHK H 1 (Y2 , Y5 ) = JHK H 1 (Y5 , Y2 ) =
(0.510000)(0.021400) = 0.000090 120
JHK H 1 (Y3 , Y4 ) = JHK H 1 (Y4 , Y3 ) =
(0.186000)(0.830000) = 0.001286 120
JHK H 1 (Y3 , Y5 ) = JHK H 1 (Y5 , Y3 ) =
(0.186000)(0.021400) = 0.000033 120
JHK H 1 (Y4 , Y5 ) = JHK H 1 (Y5 , Y4 ) =
(0.830000)(0.021400) = 0.000148 120
Perhitungan JK dan JHK untuk H 2 :
JK H 2 (Y1 ) =
(-0.000200) 2 = 0.000000 20
JK H 2 (Y2 ) =
(-0.100000) 2 20
(-0.013000) 2 JK H 2 (Y3 ) = 20
= 0.000500
= 0.000008
JK H 2 (Y4 ) =
(-0.260000) 2 20
JK H 2 (Y5 ) =
(-0.002200) 2 = 0.000000 20
= 0.003380
JHK H 2 (Y1 , Y2 ) = JHK H 2 (Y2 , Y1 ) =
(-0.000200)(−0.100000) = 0.000001 20
JHK H 2 (Y1 , Y3 ) = JHK H 2 (Y3 , Y1 ) =
(-0.000200)(−0.013000) = 0.000001 20
JHK H 2 (Y1 , Y4 ) = JHK H 2 (Y4 , Y1 ) =
(-0.000200)(−0.260000) = 0.000002 20
65
JHK H 2 (Y1 , Y5 ) = JHK H 2 (Y5 , Y1 ) =
(-0.000200)(-0.002200) = 0.000000 20
JHK H 2 (Y2 , Y3 ) = JHK H 2 (Y3 , Y2 ) =
(−0.100000)(−0.013000) = 0.000065 20
JHK H 2 (Y2 , Y4 ) = JHK H 2 (Y4 , Y2 ) =
(−0.100000)(−0.260000) = 0.001300 20
JHK H 2 (Y2 , Y5 ) = JHK H 2 (Y5 , Y2 ) =
(−0.100000)(-0.002200) = 0.000011 20
JHK H 2 (Y3 , Y4 ) = JHK H 2 (Y4 , Y3 ) =
(−0.013000)(−0.260000) = 0.000169 20
JHK H 2 (Y3 , Y5 ) = JHK H 2 (Y5 , Y3 ) =
(−0.013000)(-0.002200) = 0.000001 20
JHK H 2 (Y4 , Y5 ) = JHK H 2 (Y5 , Y4 ) =
(-0.002200)(−0.260000) = 0.000028 20
Perhitungan JK dan JHK untuk H 3 : (-0.035800) 2 JK H 3 (Y1 ) = = 0.000016 80
JK H 3 (Y2 ) =
(-0.340000) 2 80
JK H 3 (Y3 ) =
(-0.196000) 2 80
JK H 3 (Y4 ) =
(-0.340000) 2 80
= 0.001445
= 0.000480
= 0.001445
(-0.002000) 2 JK H 3 (Y5 ) = = 0.000000 80
JHK H 3 (Y1 , Y2 ) = JHK H 3 (Y2 , Y1 ) =
(-0.035800)(−0.340000) = 0.000152 80
66
JHK H 3 (Y1 , Y3 ) = JHK H 3 (Y3 , Y1 ) =
(-0.035800)(−0.196000) = 0.000087 80
JHK H 3 (Y1 , Y4 ) = JHK H 3 (Y4 , Y1 ) =
(-0.035800)(−0.340000) = 0.000015 80
JHK H 3 (Y1 , Y5 ) = JHK H 3 (Y5 , Y1 ) =
(-0.035800)(-0.002000) = 0.000000 80
JHK H 3 (Y2 , Y3 ) = JHK H 3 (Y3 , Y2 ) =
(−0.340000)(−0.196000) = 0.000833 80
JHK H 3 (Y2 , Y4 ) = JHK H 3 (Y4 , Y2 ) =
(−0.340000)(−0.340000) = 0.001445 80
JHK H 3 (Y2 , Y5 ) = JHK H 3 (Y5 , Y2 ) =
(−0.340000)(-0.002000) = 0.000008 80
JHK H 3 (Y3 , Y4 ) = JHK H 3 (Y4 , Y3 ) =
(−0.196000)(−0.340000) = 0.000833 80
JHK H 3 (Y3 , Y5 ) = JHK H 3 (Y5 , Y3 ) =
(−0.196000)(-0.002000) = 0.000004 80
JHK H 3 (Y4 , Y5 ) = JHK H 3 (Y5 , Y4 ) =
(-0.002200)(−0.340000) = 0.000008 80
Dari hasil perhitungan diatas maka dapat dibuat analisis ragam untuk uji Kontras Ortogonal seperti pada Tabel 5.6.
67 Tabel 5.3 Analisis Ragam untuk Uji Kontras Ortogonal Sumber Keragaman Perlakuan (H)
Matriks JK dan JHKH
Derajat bebas 3
JK Perlakuan
Kontras Ortogonal JK H 1
H1 H2
H3 Galat (E)
Total
JK Perlakuan
JK H 1
JK H 2
1
JK H 3
1
JK Galat
36
39
JK Total
⎡0.000046 ⎢0.000408 ⎢ = ⎢0.000180 ⎢ ⎢0.000432 ⎢⎣0.000010
⎡0.000029 ⎢0.000255 ⎢ = ⎢0.000092 ⎢ ⎢0.000414 ⎢⎣0.000010
1
0.000408
0.000180
0.004113
0.001688
0.001688
0.000776
0.006273
0.002288
0.000110
0.000039
0.000432 0.000010⎤ 0.006273 0.000110⎥⎥ 0.002288 0.000039⎥ ⎥ 0.009228 0.010565⎥ 0.010565 0.000004⎥⎦
0.000255 0.000092
0.000414
0.002168 0.000790
0.003528
0.000790 0.000288
0.001286
0.003528 0.001286
0.005740
0.000090 0.000033
0.000148
0.000010⎤ 0.000090⎥⎥ 0.000033⎥ ⎥ 0.000148⎥ 0.000003⎥⎦
68
JK H 2
JK H 3
⎡0.000000 ⎢0.000001 ⎢ = ⎢0.000001 ⎢ ⎢0.000002 ⎢⎣0.000000
0.000001
0.000001
0.000002
0.000500
0.000065
0.001300
0.000065
0.000008
0.000169
0.001300
0.000169
0.003380
0.000011
0.000001
0.000028
⎡0.000016 ⎢0.000152 ⎢ = ⎢0.000087 ⎢ ⎢0.000015 ⎢⎣0.000000
0.000152
0.000087
0.000015
0.001445
0.000833
0.001445
0.000833 0.001445
0.000480 0.000833
0.000833 0.001445
0.000008
0.000004
0.000008
JK Galat
⎡0.000027 ⎢0.000041 ⎢ = ⎢− 0.000001 ⎢ ⎢0.000006 ⎢⎣0.000010
0.000041
− 0.000001
0.003550
− 0.000048
− 0.000048 0.000052 0.000690
− 0.000032
0.000164
− 0.000008
0.000000⎤ 0.000011⎥⎥ 0.000001⎥ ⎥ 0.000028⎥ 0.000000⎥⎦
0.000000⎤ 0.000008⎥⎥ 0.000004⎥ ⎥ 0.000008⎥ 0.000000⎥⎦
0.000010 ⎤ 0.000690 0.000164 ⎥⎥ − 0.000032 − 0.000008⎥ ⎥ 0.002910 0.000198 ⎥ 0.000198 0.000101 ⎥⎦ 0.000006
JK Total = JK Perlakuan + JK Galat = ( JK H 1 + JK H 2 + JK H 3 + JK Galat )
JK Total
⎡0.000075 ⎢0.000044 ⎢ = ⎢0.000179 ⎢ ⎢0.000438 ⎢⎣0.000020
0.000044 0.000179 0.007663 0.001640 0.001640 0.000828 0.006963 0.002256 0.000274 0.000031
0.000438 0.000020⎤ 0.006963 0.000274⎥⎥ 0.002256 0.000031⎥ ⎥ 0.012138 0.010763⎥ 0.010763 0.000105⎥⎦
69 Pengujian hipotesis untuk H 1 , H 2 , dan H 3 , yaitu Uji hipotesis pada H 1 adalah :
H 0 = rata-rata proses kontrol sama dengan rata-rata proses filter GAC, proses filter RO, proses filter hollow fiber. H 1 = rata-rata proses kontrol tidak sama dengan rata-rata proses filter GAC, proses filter
RO, proses filter hollow fiber. Λ=
|E| 1.07744E - 18 = 0.091985 = | E + H 1 | 1.17131E - 17
Dari hasil Λ = 0.091985 dibandingkan dengan tabel distribusi U pada taraf 0.01
nyata α = 0.01, dengan p = 5, vH 1 = 1, vE = 36, maka U 5;1;36 = 0.744010. Karena Λ = 0.01
0.091985 lebih kecil dari U 5;1;36 = 0.744010, maka keputusannya adalah tolak H 0 .
Uji hipotesis pada H 2 adalah : H 0 = rata-rata proses filter RO sama dengan rata-rata proses filter hollow fiber. H 1 = rata-rata proses filter RO tidak sama dengan rata-rata proses filter hollow fiber.
Λ=
|E| 1.07744E - 18 = 0.386444 = | E + H2 | 2.78808E - 18
Dari hasil Λ = 0.386444 dibandingkan dengan tabel distribusi U pada taraf 0.01
nyata α = 0.01, dengan p = 5, vH 2 = 1, vE = 36, maka U 5;1;36 = 0.744010. Karena Λ = 0.01
0.386444 lebih kecil dari U 5;1;36 = 0.744010, maka keputusannya adalah tolak H 0 .
70 Uji hipotesis pada H 3 adalah : H 0 = rata-rata proses filter RO sama dengan rata-rata proses filter GAC. H 1 = rata-rata proses filter RO tidak sama dengan rata-rata proses filter GAC.
Λ=
|E| 1.07744E - 18 = 0.111901 = | E + H 3 | 9.62844E - 18
Dari hasil Λ = 0.111901 dibandingkan dengan tabel distribusi U pada taraf 0.01
nyata α = 0.01, dengan p = 5, vH 2 = 1, vE = 36, maka U 5;1;36 = 0.744010. Karena Λ = 0.01
0.111901 lebih kecil dari U 5;1;36 = 0.744010, maka keputusannya adalah tolak H 0 .
5.2
Pembahasan Hasil Analisis
Dari hasil uji hipotesis yang telah dilakukan dapat diketahui bahwa antara air minum sebelum diproses dengan air minum yang telah mengalami pemrosesan memiliki perbedaan nyata dari segi kandungan lima zat kimia anorganiknya. Air minum yang telah mengalami proses filterisasi lebih baik dari pada air minum yang tidak melalui proses sama sekali. Untuk air minum yang diproses menggunakan filter RO memiliki perbedaan nyata terhadap air minum yang diproses menggunakan filter hollow fiber dari segi kandungan lima zat kimia anorganiknya. Air minum yang diproses menggunakan filter RO lebih baik dari pada air minum yang diproses menggunakan filter hollow fiber. Antara air minum yang diproses menggunakan filter RO memiliki perbedaan nyata terhadap air minum yang diproses menggunakan filter GAC dari segi kandungan
71 lima zat kimia anorganiknya. Air minum yang diproses menggunakan filter RO lebih baik dari pada air minum yang diproses menggunakan filter GAC.
Tabel 5.4 Rata-Rata Kandungan Zat Kimia Anorganik Pada Tiga Proses Filterisasi Zat Kimia Anorganik
Filter RO
Filter GAC
Filter hollow fiber
Sianida
0.0017
0.0035
0.0017
Timbal
0.0310
0.0480
0.0410
Mangan
0.0024
0.0122
0.0037
Kromium
0.0150
0.0320
0.0410
Kadmium
0.0025
0.0026
0.0027
Pada
Gambar 5.1 dapat dilihat bahwa air minum yang diproses dengan
menggunakan proses filter Reserve Osmosis (RO) menghasilkan air minum dengan kandungan ke lima zat kimia anorganik yang lebih sedikit dari pada proses filterisasi yang lain.
5.3
Usulan
Dari hasil penelitian yang telah diperoleh, maka diusulkan kepada masyarakat untuk memproses terlebih dahulu air yang akan diminum meskipun air sudah terlihat jernih dan tidak berbau. Air minum yang diproses dengan menggunakan filter Reserve
Osmosis (RO) dapat menyaring zat kimia anorganik seperti sianida, timbal, mangan, kromium, kadmium semaksimal mungkin walaupun tidak tersaring seratus persen, sehingga menghasilkan air minum dengan kandungan ke lima zat kimia anorganik yang
72 rendah. Air minum yang diproses dengan menggunakan proses filter Reserve Osmosis (RO) biasanya digunakan dalam pemrosesan Air Minum Dalam Kemasan (AMDK). Untuk air minum yang diproses dengan menggunakan filter Granular Activated
Charcoal (GAC) mengandung tiga zat kimia anorganik yaitu sianida, timbal dan mangan yang lebih tinggi dari kedua proses yang lain. Untuk air yang biasanya diproses dengan menggunakan filter hollow fiber mengandung dua zat kimia anorganik yaitu kromium dan kadmium yang lebih tinggi dari kedua proses filterisasi yang lain.