Rancangan model optimasi keseimbangan energi neto produksi minyak sawit adalah bagian dari penelitian yang sangat penting. Unit proses perkebunan dan pengolahan kelapa sawit, memiliki kegiatan proses produksi yang kebutuhan energinya cukup besar. Perancangan model dimulai dengan analisis dan identifikasi sistem terhadap proses produksi minyak sawit. Tahapan ini bertujuan untuk memahami sistem keseimbangan energi yang berlaku di perusahaan. Pemodelan sistem dibagi atas dua tahapan kegiatan, yaitu budi daya kelapa sawit (plantation) dan
pengolahan minyak sawit (milling). Analisis dilakukan per unit proses, hubungan
antar unit proses, dana unit energi yang berpengaruh dalam sistem keseimbangan energi untuk kondisi eksisting perusahaan. Model kemudian dikembangkan menjadi model optimasi keseimbangan energi neto perusahaan. Model selanjutnya di implementasi dengan menggunakan algoritma genetika yang yang didukung oleh fasilitas pemrograman Matlab.
Model Keseimbangan Energi Neto Produksi CPO
Deskripsi proses produksi minyak sawit CPO (crude palm oil) mengacu pada
analisis siklus hidup LCA (life cycle analysis) yang telah dihasilkan dari berbagai
studi. Sistem produksi minyak sawit yang dimodelkan terdiri dari dua sub model yang direpresentasikan dalam dua tahapan proses produksi, yakni tahap budi daya dan tahap pengolahan kelapa sawit. Pada penelitian ini, analisis sistem dilakukan di dua tempat yang berbeda namun berdekatan dengan jarak kurang lebih 10 km.
Budidaya Kelapa Sawit
Proses budi daya dibagi dalam 3 tahap, yakni penyiapan lahan, perawatan, dan pemanenan. Penyiapan lahan meliputi pembabatan pohon, pembersihan lahan, dan pembuatan lobang untuk penanaman (Gambar 14). Perawatan meliputi pembibitan, penanaman, dan pemupukan. Bibit yang didatangkan dari luar pabrik sudah dalam kemasan polibag kecil, kemudian di semai di areal khusus di perkebunan.
Pada umur 3 - 4 bulan, bibit tanaman kelapa sawit tersebut di atas dipindahkan ke kantung (polibag) yang lebih besar, kemudian ditanam pada lubang di lahan yang
telah disiapkan sebelumnya. Tanaman kelapa sawit mulai menghasilkan tandan buah segar (TBS) rata-rata pada usia 2 atau 3 tahun, kemudian terus berbuah sampai usia 20-25 tahun. Saat ini, jumlah tanaman yang tumbuh sebanyak 327 049 pohon pada luas areal lahan 2 406 ha., atau rata-rata 136 pohon/ha.
Gambar 14 Tahapan budi daya kelapa sawit
Tanaman memerlukan perawatan untuk tumbuh dengan baik. Kegiatan utama perawatan adalah pemupukan yang bahan bakunya dipasok dari produsen pupuk yang ada di luar perkebunan, di luar Labuhan Batu Sumatera Utara. Ada tujuh jenis pupuk yang diberikan, yaitu NPK-Super K, Dolomite, Kieserite, Borate, Urea, MOP, dan RP. Jika didasarkan pada komponen pupuknya maka Nitrogen (N) merupakan jenis pupuk yang paling besar digunakan, yakni 201.37 kg/ha, kemudian Potassium (K2O) 111.99 kg/ha, dan Magnesium (MgO) 57.69 kg/ha (Tabel 12). Tanaman kemudian tumbuh hingga menghasilkan buah matang yang kemudian dipanen dan dibawa ke gudang penyimpanan. Tandan buah segar ini kemudian diangkut ke pabrik pengolahan kelapa sawit melalui darat dengan menggunakan truk berbahan bakar solar.
Tabel 12 Komposisi penggunaan pupuk
Jenis Pupuk kg/ha
Nitrogen (N) 201.37
Phosphate (P2O5) 28.69
Potassium (K2O) 111.99
Magnesium (MgO) 57.69
Boron (B) 6.68
Sumber : PT. Wilmar Nabati Indonesia 2012 Penyiapan lahan (pembabatan pohon,
pembersihan lahan, pembuatan lubang tanaman)
Perawatan
(pembibitan, penanaman, pemupukan)
Pengolahan Kelapa Sawit
Proses pengolahan kelapa sawit dibagi dalam 3 tahap proses utama (Gambar 15), yakni sterilisasi, pengupasan, dan pengepresan Tandan buah segar (TBS) yang diterima di pabrik, terlebih dahulu disterilkan dengan uap yang lamanya sekitar 90 mnt. Proses ini, selain untuk membantu melepaskan buah sawit dari tandannya, juga diperlukan untuk mengurangi kadar air dalam buah, melunakkan serat sehingga
memudahkan proses pengupasan dan pengepressan, memudahkan lepasnya kernel dari cangkangnya, dan mematikan enzym yang menyebabkan kerusakan minyak karena asam lemak bebas FFA (Free Fatty Acid).
Gambar 15 Tahapan pengolahan kelapa sawit
Tahap berikutnya adalah pengupasan dimana TBS dikupas untuk dipisahkan diambil minyaknya (CPO). CPO dibawa ke tangki penyimpanan dan siap untuk dikirim ke pabrik pemurnian. Proses pengepresan menyisahkan serat dengan biji sawit yang kemudian berpisah melalui fibre cyclone. Biji sawit kemudian di pecah
menghasilkan kernel dan cangkangnya.
TBS Sterilisasi Pengupasan TBS steril Buah sawit Pengepresan Pengeringan dan Purifikasi Minyak sawit (CPO)
Tangki penyimpanan
TKS Perkebunan
Serat Pembangkit listrik CangkangKernel Pengolahan CPKO
Pabrik pengolahan menghasilkan produk samping dalam bentuk tandan kosong sawit (TKS), serat MF (fiber mesocarp), kernel, cangkang kernel PKS (palm kernel shell). Kernel dikirim ke pabrik lain untuk dibuat minyak inti sawit CPKO (crude palm kernel oil). Serat dan cangkangnya digunakan sebagai bahan bakar pembangkit
listrik biomassa yang lokasinya di dalam area pabrik. Produk padatan ini dibakar dalam boiler, panas yang dihasilkan boiler merubah air menjadi uap di ketel uap. Uap tersebut dibagi dalam dua aliran, sebagian dialirkan langsung ke proses sterilisasi, sebagian dialirkan ke turbin untuk memutar generator hingga menghasilkan listrik. Listrik dari pembangkit sendiri ini, bersama dari grid PLN, digunakan untuk memenuhi kebutuhan pabrik dan beban lain di lingkungan pabrik.
Selain produk padatan, pabrik juga menghasilkan produk samping cairan LCPKS (limbah cair pabrik kelapa sawit). Cairan yang berbentuk lumpur ini dibawa ke kolam penampungan, lumpurnya diolah hingga bisa digunakan sebagai pupuk cair, sementara gas methan yang dikeluarkan ditangkap dan dialirkan ke pembangkit listrik tenaga biogas. Listrik dari pembangkit berbahan baku biogas ini dimanfaatkan untuk kebutuhan listrik beban kecil seperti lampu pijar dan pemanas. Oleh karena kebutuhan ini sudah di pasok dari pembangkit listrik dari grid PLN maka pembangkit listrik biogas ini lebih sering tidak digunakan.
Tandan kosong sawit dari pabrik dibawa kembali ke perkebunan dan diletakkan di sekitar tanaman kelapa sawit. Tandan kosong sawit ini digunakan sebagai pupuk organik karena kaya dengan unsur hara yang diperlukan oleh tanaman untuk tumbuh. Pupuk organik lainnya dari pabrik adalah pupuk cair LCPKS. Setelah melalui beberapa proses pengolahan, produk samping cair ini di salurkan ke lahan pertanian yang lokasinya bersebelahan dengan lokasi pabrik. Kedua pupuk organik ini mengandung Nitrogen yang paling besar diantara unsur pupuk lainnya (Tabel 13).
Tabel 13 Komposisi unsur pupuk dalam produk samping CPO
Parameter LPCKS (mg/L)a} TKSb)
Total Nitrogen (TN) 3.6 58.9(%)
Phosphorus (as P2O5 ) 0.9 0.6± 0.1 (%)
Potassium (as K2O) 2.1 2.4 ± 0.4 (%)
Sumber:: a) Yaser et al. (2007), b) Baharuddin et al. (2009)
Energi dalam Sistem Produksi CPO
Dalam penelitian ini, sistem keseimbangan energi bertujuan untuk menjaga kesinambungan proses produksi CPO dalam hal penggunaan energi, dengan kata lain bahwa energi potensial yang dimiliki CPO harus lebih besar dari energi yang digunakan. Output energi diwakili oleh CPO dan kernel, sementara energi input dibagi menjadi dua kelompok, yaitu energi langsung dan tidak langsung. Energi langsung adalah energi yang dibakar atau diubah langsung pada pabrik CPO, baik pada tahap budidaya maupun pengolahan.
Energi langsung meliputi bahan bakar fosil (bensin, solar), biofuel, biomassa, biogas dan listrik. Energi ini digunakan di seluruh unit proses produksi CPO, transportasi tandan buah segar dari perkebunan ke pabrik, dan limbah cair TKKS dari pabrik ke perkebunan. Energi tidak langsung adalah energi yang melekat pada bahan (energi yang terkandung) karena memerlukan energi untuk diproduksi dan dikirim ke perkebunan atau pabrik. Energi tidak langsung meliputi penyediaan bibit, pupuk, mesin alat berat. Energi input dan output energi pada keseimbangan energi neto sistem produksi CPO ditunjukkan pada Gambar 16.
Model Optimasi Keseimbangan Energi Neto Produksi CPO
Pemodelan Keseimbangan Energi Neto
Model perhitungan keseimbangan energi neto produksi CPO meliputi beberapa istilah, yaitu nilai keseimbangan energi sistem (NES), keseimbangan energi neto (NEB), dan rasio energi neto (NER). NES mempertimbangkan semua jenis masukan energi, sedangkan keseimbangan energi neto hanya energi fosil. Keseimbangan energi neto dibagi menjadi dua tahap, kondisi eksisting dan optimum. Semua perhitungan mengacu pada 1 kg CPO. NES, sebagaimana didefinisikan dalam persamaan berikut, sama dengan energi output (Eout) dikurangi energi input (Ein),
diukur dalam MJ / kg CPO.
Masukan energi dibagi menjadi 3 kelompok, yaitu energi yang digunakan di perkebunan, pabrik, dan transportasi. Masukan energi di perkebunan terdiri dari 3 variabel, bahan bakar, listrik dan produksi pupuk. Pupuk bisa dalam bentuk anorganik dan organik yang dihasilkan dari tandan kosong kelapa sawit TKKS (empty fruit bunch/EFB) dan limbah cair pabrik kelapa sawit LCPKS (palm oil mill effluent/POME).
Energi input di pabrik pengolahan kelapa sawit dapat dikelompokkan ke dalam 3 jenis unit energi, yaitu bahan bakar minyak (BBM solar), uap, dan listrik. Kebutuhan listrik pabrik pengolahan dipasok dari grid (jaringan PLN) dan dari pembangkit sendiri. Pembangkit milik perusahaan ini berlokasi di areal pabrik, terdiri dari pembangkit listrik berbahan baku biomasa dan pembangkit listrik berbahan baku biogas. Biogas diperoleh dari gas metan yang dikeluarkan oleh limbah cair pabrik. Ada dua jenis transportasi, mengambil tandan buah segar dari perkebunan ke pabrik, dan tandan kosong kelapa sawit dari pabrik ke perkebunan
Gambar 16 Tahapan pengolahan kelapa sawit .
Net energi untuk sistem dapat dirumuskan persamaan matematikanya sebagai berikut.
∑ ∑ ∑
Dalam kondisi eksisting, nilai NES, NEB dan NER yang diperoleh dari masing- masing persamaan di bawah ini.
Net Energy of System
( ∑ ∑ ∑ ) Net Energy Balance (existing)
…
∑
Net Energy Ratio (existing)
∑
Pemodelan Optimasi Keseimbangan Energi Neto
Variabel hasil model optimasi keseimbangan energi neto adalah rasio energi neto NER. Sementara variabel keputusan model terdiri dari 3 variabel, yaitu BBM, listrik dan pupuk. Pengurangan penggunaan energi fosil dilakukan dengan substitusi dengan menggunakan energi alternatif. Minyak diesel, listrik, dan pupuk, diganti oleh biodiesel dan biomassa. NER juga dapat ditingkatkan dengan menggunakan limbah cair (POME) untuk menggantikan pupuk anorganik. Optimasi menggunakan biosolar dapat dihitung secara langsung, sedangkan optimasi pengunaan biomassa untuk listrik dan pupuk membutuhkan kombinasi yang tepat antara tandan kosong sawit (EFB), serat (MF), cangkang sawit (PKS) dan biogas.
Fungsi tujuan model optimasi keseimbangan energi neto dipengaruhi oleh 14 variabel, yaitu CPO, kernel sawit, BBM di perkebunan, listrik di perkebunan, pupuk anorganik, limbah tandan kosong untuk pengganti pupuk, limbah cair untuk pengganti pupuk, transportasi, BBM dan listrik di pabrik pengolahan, tandan kosong, serat, cangkang dan limbah cair untuk pembangkit listrik biogas untuk keperluan sendiri. Optimasi dilakukan dengan maksimasi rasio energi neto NER. Hubungan antara variabel hasil dan variabel keputusan serta variabel berpengaruh lainnya membentuk suatu fungsi tujuan dengan persamaan berikut ini:
/... ( ∑ ∑ ∑ ( ) )
. Fungsi kendala mempertimbangkan kapasitas produksi perkebunan dan pabrik pengolahan. Kapasitas produksi ini berkolerasi dengan jumlah total listrik yang digunakan pabrik , jumlah kebutuhan pupuk perkebunan , dan jumlah
tandan kosong yang dihasilkan pabrik (EFB). Fungsi-fungsi kendala yang membatasi optimasi model adalah sebagai berikut:
EFB ∑
Algoritma Genetika
Algoritma genetika (GA) adalah teknik pencarian dan teknik optimasi yang bekerja dengan meniru proses evolusi dan perubahan struktur genetik makhluk hidup. Metoda sistem cerdas ini pertama kali diperkenalkan pada tahun 1970-an oleh John Holland, kemudian dikembangkan oleh para ilmuwan dalam memecahkan masalah optimasi yang kompleks. Saat ini, algoritma genetika telah diterapkan di berbagai bidang, termasuk rekayasa, investasi, robotika, dan manajemen industri.
Langkah pertama yang harus dilakukan dalam penerapan algoritma genetika adalah membuat pengkodean solusi kandidat menjadi bentuk representasi kromosom. Algoritma genetika bekerja dengan mengukur seberapa baik kromosom dapat memecahkan masalah. Pengukuran dilakukan dengan menggunakan fungsi fitness. Algoritma genetika memecahkan masalah optimasi dengan memanipulasi kromosom secara acak, menggunakan pindah silang (crossover) dan mutasi operator.
Pada bagian penelitian ini, langkah-langkah untuk menerapkan metode algoritma genetika adalah sebagai berikut:
a. Menghasilkan populasi awal secara acak
b. Evaluasi setiap kromosom pada populasi ini menggunakan fungsi kebugaran
c. Pilih satu set kromosom menjadi "orang tua" dan kemudian mereproduksi kromosom baru menggunakan crossover dan mutasi operator
d. Evaluasi kromosom baru menggunakan fungsi fitness
e. Jika kriteria berhenti tercapai, maka pencarian kemudian berhenti.
Perhitungan Keseimbangan Energi Neto Eksisting
Perusahaan yang dijadikan contoh kasus dalam studi ini, memiliki kapasitas produksi 3.78 t.cpo/ha dan kapasitas produksi 25 ton/ha = 500 ton/d. Pabrik menerima tandan buah segar sebanyak 277 002.13 MT. Tandan buah segar ini menghasilkan minyak sawit CPO sebesar 19.85% dan kernel sawit 5.20%. Pabrik pengolahan ini menghasilkan limbah padat tandan kosong, serat , dan cangkang sawit dengan persentase 22.00; 14.44; dan 6.46 persen dari berat tandan buah kosong. Alokasi input dan output dalam per metrik ton CPO material dapat dilihat pada Tabel 14.
Struktur keseimbangan energi neto perusahaan dalam memproduksi minyak sawit CPO (Tabel 15), memperlihatkan bahwa perusahaan menggunakan energi fosil (bahan bakar minyak) 14.061 MJ / kg CPO tahun untuk memproduksi 49.269 MJ / kg CPO tahun. Keseimbangan energi neto perusahaan dalam kondisi eksisting, NES, NEB, dan NER masing-masing sama dengan 33.34 MJ / kg CPO tahun, 35.21 MJ / kg CPO tahun, dan 3.5 dengan mempertimbangkan produk samping (Co_products). Penggunaan bahan bakar minyak terbesar berasal dari proses pembuatan pupuk anorganik, yakni 87.66%, diikuti oleh listrik 11.82%, dan BBM diesel dan lain-lain.
Tabel 14 Energi input dan output dalam produksi CPO
Data real per tahun Per Metric Ton CPO per tahun
No. Energi Nilai Unit Nilai Unit
1 Input
FFB 277 002.13 MT 4.70 kg/MT CPO
Listrik (dari grid) 95 799.00 kWh 1.62 kWh/MT CPO
Diesel untuk Diesel Generator 56 366.00 L 0.96 L/MT CPO
Diesel untuk angkut EFB 27 871.00 L 0.47 L/MT CPO
Diesel untuk angkut FFB 773.82 L 0.12 L/MT CPO NPK - Super K 1 574.47 kg 1257.12 kg/MT CPO Dolomite 133 12 kg 106.29 kg/MT CPO Kieserite 145.29 kg 116.00 kg/MT CPO Urea 331.81 kg 264.93 kg/MT CPO MOP 449.02 kg 358.52 kg/MT CPO RP 100.58 kg 80.31 kg/MT CPO Output 2 Produk utama CPO 58 991.36 MT 1 000.00 kg/MT CPO Produk samping EFB 60 940.47 MT 1 033.04 kg/MT CPO MF 51.11 MT 0.87 kg/MT CPO PKS 9 203.08 MT 156.01 kg/MT CPO
Palm Kernel 14.40 MT 244.17 kg/MT CPO
POME 160.66 MT 2 723.47 kg/MT CPO
Sumber: Data diolah 2014
Tabel 15 Energi dalam produksi CPO
Energi MJ / yr kg CPO Energi MJ / yr kg CPO
Input b. CPO Mill
a. Plantation Listrik (dari grid) 0.017
NPK - Super K 3.520 Diesel untuk Diesel
Genertor 0.039
Dolomite 0.053 Diesel untuk angkut EFB 0.019
Kieserite 0.232 (b) Sub-total 0.075
Urea 8.796 Total Input (a + b) 14.061
MOP 1,255 Output
RP 0.104 CPO 39.600
Diesel untuk angkut FFB 0.027 Palm Kernel 9.669
Rancangan Implementasi Model Optimasi Produksi CPO
Dalam merancang sebuah algoritma genetika, ada empat hal yang perlu dipertimbangkan, yaitu representasi kromosom, fungsi fitness, pemilihan kromosom, dan operator algoritma genetika.
a. Representasi Kromosom. Langkah pertama yang harus dilakukan dalam menerapkan algoritma genetika adalah membuat penkodean (encoding) calon
solusi dalam bentuk representasi kromosom. Jenis encoding yang digunakan dalam penelitian ini adalah biner.
b. Fungsi fitness. Algoritma genetika bekerja dengan mengukur seberapa baik kromosom dapat menyelesaikan masalah. Pengukuran dilakukan dengan menggunakan fungsi fitness, yang merupakan fungsi tujuan dari masalah yang akan dipecahkan.
Berikut ini adalah fungsi fitness dan kendala penelitian ini:
Fungsi fitness: Fungsi fitness untuk model optimasi keseimbangan energi neto adalah memaksimalkan rasio energi neto NER dari model tersebut.
Maksimasi ∑ ∑( )
Kendala: Faktor-faktor kendala direpresentasikan oleh persamaan-persamaan yang membatasi penggunaan semua variabel berpengaruh di dalam fungsi fitness. Persamaan-persamaan kendala tersebut adalah sebagai berikut:
PKm = PKe/CPOe EFBm = EFBe/CPOe
MFm = MFe/CPOe PKSm = PKSe/CPOe POMEm = POMEe/CPOe Seleksi Kromosom
Seleksi merupakan salah satu operasi untuk memastikan bahwa jumlah perwakilan dari kromosom yang diterima pada generasi berikutnya akan tergantung pada nilai fitness dibandingkan dengan nilai fitness rata-rata populasi. Kromosom yang memiliki nilai fitness yang sangat baik akan memiliki kesempatan lebih besar untuk orang tua dan memilih untuk tetap tinggal di generasi berikutnya, sedangkan kromosom miskin akan digantikan oleh kromosom baru. Ada dua cara seleksi dikenal di GA, proporsional seleksi dan roulette. Penelitian ini menggunakan seleksi roda roulette, dimana masing-masing kromosom dalam populasi menempati slot pada disk roulette. Ukuran besar slot adalah sama dengan rasio antara nilai fitness kromosom
dengan nilai total fitness dari semua kromosom.
GA Operator
Tujuan utama yang ingin dicapai dalam penggunaan algoritma genetika adalah bahwa satu set kromosom (solusi calon) yang dihasilkan secara acak dalam populasi awal dan kalikan dengan sendirinya untuk berkumpul untuk memberikan nilai fitness terbaik (nilai optimum). Kromosom terbentuk dalam generasi baru yang disebut keturunan. Keturunan dapat dibentuk oleh dua proses utama, crossover dan mutasi.
Crossover
Crossover (pindah silang) adalah operator utama dalam algoritma genetika.
Peluang pindah silang antara jumlah kromosom yang diperkirakan akan mengalami pindah silang dalam setiap generasi dengan jumlah kromosom dalam populasi. Oleh karena itu, nilai probabilitas pindah silang biasanya cukup tinggi (0.6-1).
Mutasi
Operator ini mendukung operator dalam algoritma genetika yang bertindak untuk mengubah struktur kromosom spontan. Perubahan ini menyebabkan pembentukan mutan spontan, yang merupakan kromosom baru secara genetik berbeda dengan kromosom sebelumnya. Peluang mutasi adalah rasio antara jumlah yang diharapkan dari gen bermutasi pada setiap generasi dengan jumlah gen dalam suatu populasi. Oleh karena itu, mutasi mendukung operator, kemungkinan yang digunakan biasanya cukup rendah (0.001-0.2).
Nilai-nilai parameter algoritma genetika digunakan untuk kasus ini adalah sebagai berikut:
a. Jumlah populasi = 20 b. Peluang pindah silang = 0.9 c. Peluang mutasi = 0.01 d. Generasi maksimum = 100
Implementasi Model Optimasi Produksi CPO
Selain bertujuan untuk mencari nilai optimal dari keseimbangan energi neto, model ini juga menunjukkan nilai terbaik dari setiap variabel. Pada dasarnya semua variabel dalam fungsi fitness dapat dioptimalkan untuk mendapatkan keseimbangan energi neto terbaik, tapi karena sulitnya data maka model dalam hal ini untuk mempertimbangkan lima variabel, yaitu EFB dan POME untuk menggantikan pupuk anorganik, dan EFB MF dan PKS untuk menggantikan listrik dari grid.
Implementasi model menggunakan algoritma genetika yang didukung oleh fasilitas pemrograman MATLAB. Model ini menghasilkan nilai optimum keseimbangan energi neto yakni 36.26 MJ / kg CPO, meningkat 1.05 MJ / kg CPO dari keseimbangan energi neto sebelumnya. Optimasi NER adalah 3.79, meningkat 8.08% dari NER sebelumnya. Peningkatan nilai keseimbangan energi neto yang diperoleh dari variabel TKKS dan LCPKS untuk pupuk, TKKS (EFB), serat (MF) dan cangkang (PKS) untuk listrik di pabrik. Penggunaan limbah pabrik dalam pengurangan bahan bakar fosil dapat dilihat pada Tabel 16 dan Gambar 17. Nilai
fitness terbaik (Gambar 18) diperoleh setelah mencapai iterasi 51 tanpa operator
Tabel 16 Pemanfaatan limbah pabrik untuk optimasi NEB Variable Nilai (kg/kg_CPO) Pupuk 1. EFB 1.033 2. POME 2.724 Listrik 3. EFB 0 4. MF 0.244 5. PKS 0
Sumber: Data diolah 2014
Gambar 17 Komposisi nilai variabel untuk optimasi NEB