5.1. Simpulan
Tanah tercemar minyak diesel dapat didegradasi dengan memanfaatkan slurry bioreaktor. Dengan pemanfaatan slurry bioreaktor pada tingkat cemaran dalam tanah 5–15% dan konsentrasi padatan 10–40%, kondisi lingkungan bagi pertumbuhan bakteri dapat terjaga dengan baik pada pH 6–8. Pengaruh perlakuan persen padatan, tingkat cemaran dan interaksi keduanya akan memberi pengaruh positif terhadap penurunan persen Total Petroleum Hydrocarbon/TPH dan pertumbuhan bakteri. Pemanfaatan slurry bioreaktor dalam mendegradasi hidrokarbon tanah tercemar limbah minyak diesel mencapai nilai optimum sebesar 85.29% pada kombinasi perlakuan 32.62% padatan dan 9.09% tingkat cemaran.
Kondisi optimum tersebut diujicobakan pada bioreaktor 16 liter (scale up) selama 20 hari penelitian terlihat pencampuran slurry yang homogen, kondisi pH terjaga 6-8, pertumbuhan konsorsium bakteri, dan pencapaian degradasi minyak diesel hingga 91.6% (dari 13964 ppm menjadi 1167 ppm).
5.2. Saran
1. Perlu dilakukan penelitian lebih lanjut untuk menentukan waktu optimum dalam mendegradasi limbah minyak diesel.
2. Studi lebih lanjut mengenai aktivitas mikroorganisme, karakteristik dan interaksi antar mikroorganisme untuk mengetahui pengaruhnya terhadap degradasi hidrokarbon pada proses bioremediasi dengan menggunakan slurry bioreaktor.
3. Perlu kajian lebih lanjut mengenai pemanfaatan produk akhir dari proses bioremediasi dengan menggunakan slurry bioreaktor.
4. Pengkajian lebih lanjut mengenai pemanfaatan slurry bioreaktor dalam mengolah limbah dari produk minyak bumi lainnya untuk dapat mengetahui pengaruh, kemampuan, dan keefektifan slurry bioreaktor dalam mendegradasi hidrokarbon dari produk minyak bumi lainnya
DAFTAR PUSTAKA
Admassu W, dan RA Korus. 1996. Engineering of Bioremediation Processes: Needs and LimitationsdalamCrawford RL dan DL Crawford.(Eds) 1996. Bioremediation: Principles and Application. Cambridge University Press. Anggraeni D. 2003. Isolasi dan Karakteristik Mikroorganisme Pendegradasi
Minyak Diesel Dari Kotoran Hewan [Skripsi]. Bogor: Fakultas Teknologi Pertanian. Institut Pertanian Bogor.
Anonim. 2002. Progress Report on Integrated Waste Management Project. Indonesian Unocal Co. and CCRMRS. (Unpublished).
Atlas RM. 1981. Microbial degradation of petroleum hydrocarbons, an environmental perspective. Microbial. Rev. 45: 180-209.
Atlas RM dan Bartha. 1973. Abundance, distribution and oil biodegradation potential of microorganism in Raritan Bay. Environ. Pollut. 4: 180-209.
Atlas RM dan Bartha. 1987. Transport and Transformation of Petroleum Biological Processesdalam Boesch, D. F. dan N. N. Rabalais (Eds). 1987. Long-Term Environmental Effects of Off sore Oil and Gas Development. Washington, DC. United States Environmental Protection Agency.
Bacher KH dan DS Herson. 1994. Bioremediation. New York. Mc. Graw-Hill.
Banerji SK. 1997. Bioreactor for Soil and Sediment Remediation dalam Bajpai RK dan Zappi ME (Eds). Bioremediation of Surface and Subsurface Contamination. New York. The New York Academy of Sciences.
Blackburn JW dan WR Hafker. 1993. The Impact of Biochemistry, Bioavailability and Bioactivity on The Selection cf Bioremediation Techniques dalam
Bioremediation. United Kingdom. Elsevier Science Ltd.
Bollag WB dan JM Bollag. 1992. Biodegradation dalam Encyclopedia of Microbiology. New York. Academic Press Inc.
Boopathy R. 2000. Factors Limiting Bioremediation Technology. Bioresource Tech. 74: 63-67
Brown DG, S Guha, dan PR Jafee. 1999. Surfactant-Enhanced Biodegradation of PAH in Soil Slurry Reactors. Abstract. Bioremediation J., Vol. 3(3): 269-283. www.lehigh.edu/~dgb3/Research/SEB%20Project% 20Summary.pdf. (14 Juli 2005).
Citroreksoko P. 1996. Pengantar Bioremediasi. Prosiding Pelatihan dan Lokakarya “Peranan Bioremediasi dalam Pengelolaan Lingkungan”. Cibinong 24-28 Juni 1996. LIPI-BPPT-HSF.
Cookson JT Jr. 1995. Bioremediation Engineering : Design and Application. New York. Mc. Graw-Hill.
Craig HD, WE Sisk, MD Nelson dan WH Dana. 1995. Bioremediation of Explosives Contaminated Soils: A Status Review. Proceedings of the 10th Annual Conference on Hazardous Waste Research. www.engg.ksu.edu/HSRC/95Proceed/craig.pdf. (14 Juli 2005).
Fitriana L. 1999. Pengaruh Komposisi Amonium dan Phospat Terhadap Degradasi Minyak Bumi oleh Bakteri Epyzim dan Campuran Bakteri
Psedomonas, Aeruginosa dan Artthrobacter Simplex [Skripsi]. Bogor: Fakultas Teknologi Pertanian. Institut Pertanian Bogor.
Fletcher RD. 1991. Practical Consideration During Bioremediation. dalam Wise DL dan DJ Trantolo. 1992. Remediation of Hazardous Waste contaminated Soils. New York. Marcel Dekker, Inc
Godfrey T. 1986. Mineral Oils and Drilling Muds. Stockton Press, New York.
Gunalan, 1998. Penerapan Bioremediasi pada Pengolahan Limbah dan Pemulihan Lingkungan Tercemar Polutan Hidrokarbon Petroleum [Skripsi]. Sumatera Selatan: Fakultas Pertanian. Universitas Sriwijaya.
Hadi SN. 2004. Degradasi Minyak Bumi via “Tangan” Mikroorganisme. www.chem-is-try.org. (23 Desember 2005)
Higgins IJ dan PD Gilbert. 1978. The Biodegradation of Hydrocarbon in The Oil Industry and Microbial Ecosystem. London. Hayden and Sons Limited. Holt JG, NR Kreig, PHA Sneath, JT Staley dan ST Williams. 1994. Bergey’s
Manual of Determinative Bacteriology, 9th edition. Lippincott Williams and Walkins.
Johnson SJ. 2000. Monitoring and Control of In Situ Bioremediation of Soil Contaminated with Cable Oil [Tesis] Institute of Bioscience and Technology, Cranfield University.
Kardena E dan Suhardi. 2001. Bioremediation Course. Kinanti Training & Conference Organizer, the Landmark Centre 116th Floor Suite 1607, Jakarta.
Leahy JH dan R Colwell. 1990. Microbial Degradation of Hydrocarbons in The Environment. Microbiological Reviews 54 (3):305-315.
Lee EY, YS Jun dan KS Cho. 2002. Degradation Characteristics of Toluene, Benzene, Ethylbenzene and Xylene by Stenotophomonas maltophilla T3-c. J. Air and Waste Management Association. 52:400-406.
Marchal R, S Penet, F Solano-Serena dan JP Vandecasteele. 2003. Gasolina and Diesel Oil Biodegradation. Oil & Gas Science and Technology-Rev IFP, 58 (4): 441-448.
Margesin A, A Zimmerbauer, and F Schinner. 1999. Monitoring of Bioremediation by Soil Biological Activities. Chemosphere 40: 339-346.
[MECHEA] Maxus Energy Corporation Health and Environmental Affairs. 1991.
Alpha Environmental. Colorado. Alpha Environmental Midcontinent Inc. Meyer RF dan R Colwell. 1990. The Future of Heavy Crude and Far Sands.
Bandung. Penerbit ITB.
Montgomery DC. 1991.Design and Analysis of Experiment. New York. Prince RC, JR Clark, and K Lee. 2002. Bioremediation Effectiveness: Removing
Hydrocarbons While Minimizing Environmental Impact. 9th International Petroleum Environmental Conference, IPEC (Integrated Petroleum Environmental Consortium), Albuquerque, NM.
Rosenberg E dan EZ Ron. 1998. Bioremediation of Petroleum Contamination
dalam Crawford RL dan DL Crawford (Eds). 1996. Bioremediation: Principles and Application. Cambridge University Press.
Scalzi M, TPE Xandra, dan A Eric. 2001. A Systems’ Approach to In-Situ Bioremediation: Full Scale Application. Sixth Annual In-Situ and On-Site Bioremediation Conference, San Diego, CA. www.environmental-expert.com/articles/article1050/SCALZI%20TURNER%20and%20AND REWS%20-%20B2001%20-%20Paper.pdf. (14 Juli 2005).
Schneider DR dan RJ Billingsley. 1990. Bioremediation: A Desk Manual for the Environmental Professional. Pudvan Publishing Company Incorporation. Shaheen EI. 1992. Technology of Environmental Pollution Controll. Tulsa,
Oklahoma. Pen Well Books
Sudrajat. 1996. Karakteristik Limbah Minyak dan Pelaksanaan Bioremediasi.
Samarinda. PPLH.
Tanner RS. 1997. Cultivation of Bacteria and Fungidalam CJ Hurst (Eds.). 1997. Manual of Environmental Microbiology. Washington DC. ASM Press. Trinidade P, LG Sobral, AC Rizzo, SGF Leite, JLS Lemos, VS Milloilli, dan AU
Soriano. 2002. Evaluation of The Biostimulation and Bioaugmentation Techniques in The Bioremediation Process of Petroleum Hydrocarbon Contaminated Soils. 9th International Petroleum Environmental Conference, IPEC (Integrated Petroleum Environmental Consortium), Albuquerque, NM.
Udiharto M. 1992. Aktiviatas Mikroba dalam Degradasi Minyak Bumi. Diskusi Ilmiah VIII. Jakarta. PPPTMGB “LEMIGAS”.
Udiharto M. 1996. Bioremediasi Minyak Bumi. Prosiding Pelatihan dan Lokakarya “Peranan Bioremediasi dalam Pengelolaan Lingkungan”. Cibinong 24-28 Juni 1996. LIPI-BPPT-HSF.
U.S. EPA. 2003. Site Technology Profile: Ecova Corporation (Bioslurry Reactor). www.epa.gov/ORD/NRMRL/pubs/540r03501/540R03501c-e.pdf. (14 Juli 2005).
Walter MV. 1997. Bioaugmentation. dalam CJ Hurst (Eds.). 1997. Manual of Environmental Microbiology. Washington DC. ASM Press.
Wardley SJ. 1983. The Control of Oil Pollution. London. Groham and Trotman Limited.
Wisnjnuprapto. 1996. Bioremediasi, Manfaat dan Pengembangannya. Prosiding Pelatihan dan Lokakarya “Peranan Bioremediasi dalam Pengelolaan Lingkungan”. Cibinong 24-28 Juni 1996. LIPI-BPPT-HSF.
Wong HC, CH Lim dan GC Nolem. 1997. Design of Remediation Systems. New York. Lewis Publishers.
Yerushalmi L, S Rocheleau., R Cimpoia, M Sarrazin, G Sunahara, A Peisajovich, G Leclair, dan SR Guiot. 2003. Enhanced Biodegradation of Petroleum Hydrocarbons in Contaminated Soil. Bioremediation J., Vol. 7 (1), 2003. www.uttu.engr.wisc.edu/UT18n3.pdf. (14 Juli 2005).
Zaki M. 2005. Produksi dan Karakterisasi Inokulum Serta Aplikasinya dalam Mendegradasi Senyawa Hidrokarbon Minyak Bumi [Skripsi]. Bogor: Fakultas Teknologi Pertanian. Institut Pertanian Bogor.
Lampiran 1. Persiapan starter
A. Starter konsorsium bakteri Pseudomonas pseudomallei dan
Enterobacter agglomerans
Isolat bakteri pada media agar miring diinokulasi ke dalam media kaya 100 ml (terdiri dari 0.5 g NaCl, 0.5 g yeast extract dan 1 g trypton). Kemudian dilakukan perbesaran skala menjadi 1000 ml. Dari media kaya ini (broth) takar sebanyak 910 ml lalu ditambahkan dengan 10.4 g gula pasir, 10.4 g tepung terigu, 5.2 NPK, 1.3 liter media minimal (FeSO4.7H2O 0.2%, CuSO4.5H2O 0.2%, ZnSO4.7H2O 0.02%, MnSO4.4H2O 0.02%, MgSO4 2%) dan 481 ml (10% v/v) minyak diesel.
B. Starter konsorsium bakteri dari kotoran hewan
Sebanyak 40 g kotoran hewan yang terdiri dari kotoran kuda, sapi, dan kambing dilarutkan dalam 200 ml aquades bersama 0.4 g gula, 0.4 g tepung, 4 g urea dan 4 g NPK di dalam gelas piala 500 ml dan kedalamnya ditambahkan 100 ml media mineral yang mengandung : FeSO4.7H2O 200 mg/l, ZnSO4.7H2O 10 mg/l, MnCl2.4H2O 3 mg/l, CoCl2.6H2O 20 mg/l, CuCl2.2H2O 1 mg/l, NiCl2.6H2O 2 mg/l, Na2MoO4.2H2O 500 mg/l, H3BO3 30 mg/l dan 7 ml minyak diesel (2% v/v) sebagai sumber karbon (Hemmingsmen dan Rice 1997).Starter disimpan di laboratorium pada suhu ruang (25-30 OC) sampai minyak diesel mengalami perombakan. Untuk memberikan kondisi lingkungan yang optimumbagi mikroorganisme setiaphari dilakukan pengamatan terhadap pH. Bila pH asam atau basa ditambahkan H2SO4 atau NaOH sampai pH normal serta diberikan tepung terigu dan gula secara berkala.
Lampiran 2. Prosedur pengukuran residu minyak/TPH dengan gravimetri (Alef dan Nannipieri, 1995)
Untuk mengukur TPH media yang mengandung minyak bumi dan turunannya, minyak diekstraksi dengan menggunkan heksana. Fraksi air dan fraksi organik dipisahan dengan corong pisah. Kandungan air pada fraksi organik dihilangkan dengan menambahkan Na2SO4 anhidrat. Pelarut dihilangkan dengan menggunakan radas penguap putar. Wadah dan sampel didinginkan lalu ditimbang. Bobot yang terukur adalah bobot minyak dan grease. Sampel hasil pengeringan dilarutkan kembali dengan heksana dan ditambahakan silika gel untuk menghilangkan hidrokarbon bergugus fungsi dan disaring, pelarut diuapkan kembali dengan rotavavor lalu oven (suhu 60oC) dan eksikator. Bobot tetap yang terukur merupakan residu minyak (nilai TPH).
(TPH0 - TPHn) % Degradasi =
TPH0
x 100%
Keterangan: TPHo = TPH perlakuan hari ke-0 (ppm) TPHn = TPH perlakuan hari ke-n (ppm)
Lampiran 3. Prosedur analisa kuantitas mikroba (Total Plate Count)
Analisa kuantitas mikroba dengan metode cawan ini menggunakan prisip pengenceran.
1. Sediakan tabung reaksi sesuai dengan tingkat pengenceran yang dibutuhka. Ke dalam tiap tabung reaksi tersebut dimasukkan 9 ml garam fisiologis dalam kondisi steril. Pada tabung reaksi dituliskan tingkat pengenceran sesuai dengan urutannya, 10-1, 10-2, 10-3, dan seterusnya. 2. Secara aseptis masukkan 1 ml sample biakan bakteri dengan menggunkan
mikropipet ke dalam tabung reaksi 10-1. Selanjutnya dilakukan pengenceran berseri dengan cara memipet 1 ml sample dari tabung reaksi 10-1 dan dimsukkan ke dalam tabung reaksi 10-2 secara aseptis. Pengenceran terus dilakukan hingga ke tabung reaksi dengan tingkat pengenceran paling tinggi. Dalam pengenceran, sebelum pengambilan sample, masing-masing tabung reaksi dikocok terlebih dahulu dengan menggunakan vortex sampai homogen.
3. Siapkan cawan Petri sesuai dengan jumlah tabung reaksi (tingkat pengenceran). Pada masing-masing permukaan dasar cawan Petri dituliskan tingkat pengenceran yang dimaksud.
4. Secara aseptis, dengan menggunkan pipet mikro, sebanyak 1 mlsampel dari tabung reaksi yang merupakan hasil pengenceran berseri dipindahkan ke cawan sesuai tingkat pengencerannya.
5. Selanjutnya ke dalam masing-masing cawan dituangkan media agar steril yang masih dalam keadaan cair dengan suhu 40-43oC. Penuangan media dilakukan secara aseptis. Cawn Petri tersebut kemudian diputar-putar secara perlahan agar inokulum tercampur rata dengan media, kemudian diamkan hingga media agar memadat. Setelah padat, inkubasikan cawan-cawan tersebut pada suhu 30oC selama ± 48 jam.
6. Setelah 48 jam, masing-masing cawan dihitung koloninya sesuai dengan tingkat pengencerannya. Cawan yang dipilih hádala cawan yang jumlahnya antara 30 – 300. Sedangkan cawan dengan koloni kurang dari 30 dan lebih dari 300 tidak dapat digunakan.
Lampiran 4. Prosedur analisa pH
Pengamatan pH dilakukan dengan cara mengambil 2 ml slurry kemudian dimasukkan ke dalam wadah yang berisi aquades 8 ml dan diaduk. Pengukuran dilakukan dengan menggunakan kertas pH.
Lampiran 5. Prosedur analisa gas
Analisa gas mempergunakan GC dengan kolom proparac Q, final kolom 110 OC, inisial 90 OC, injector 120 OC, detector proses metilasi asam lemak. Alat yang digunakan GC Hitachi 263-50.
Lampiran 6. Prosedur analisa suhu
Pengukuran suhu dilakukan dengan menggunakan termometer. Termometer digantung sehingga sensor berada pada larutan slurry selama 10 menit pengukuran dilakukan dengan tidak menghentikan agitasi.
52
Lampiran 7. Data percobaan optimasi degradasi TPH dengan menggunakan Rancangan Respon Permukaan
P e r l a k u a n
Unit Kode Nilai Asli R e s p o n
No X1 X2 Persen Padatan (%) Tingkat Cemaran (%) Degradasi TPH (%) Log Bakteri pH CH4 CO CO 1 -1 -1 10.00 5.00 74.516 7.000 8 0.075 0.204 0.555 2 -1 1 10.00 15.00 66.807 6.301 7 0.074 0.228 0.687 3 1 -1 40.00 5.00 78.726 6.699 7 0.078 0.272 0.602 4 1 1 40.00 15.00 73.790 6.681 7 0.068 0.251 0.521 5 1.414 0 46.21 10.00 79.458 7.301 7 0.043 0.178 0.537 6 -1.414 0 3.79 10.00 63.281 7.362 9 0.066 0.168 0.592 7 0 1.414 25.00 17.07 50.802 7.000 8 0 0.329 0.970 8 0 -1.414 25.00 2.93 65.780 6.000 7 0 0.362 1.175 9 0 0 25.00 10.00 83.862 6.000 7 0.061 0.186 0.547 10 0 0 25.00 10.00 84.490 5.633 7 0.048 0.197 0.558 11 0 0 25.00 10.00 83.123 6.114 7 0.044 0.154 0.565
Lampiran 8. Hasil analisis degradasi hidrokarbon/TPH a. Output SAS Versi 8
The SAS System The RSREG Procedure
Coding Coefficients for the Independent Variables Factor Subtracted off Divided by x1 25.000000 21.210000 x2 10.000000 7.070000
Response Surface for Variable TPH Response Mean 73.149636 Root MSE 5.934312 R-Square 0.8410 Coefficient of Variation 8.1126
Type I Sum
Regression DF of Squares R-Square F Value Pr > F Linear 2 288.019634 0.2601 4.09 0.0887 Quadratic 2 641.218373 0.5791 9.10 0.0215 Crossproduct 1 1.922382 0.0017 0.05 0.8245 Total Model 5 931.160389 0.8410 5.29 0.0457
Sum of
Residual DF Squares Mean Square F Value Pr > F Lack of Fit 3 175.150897 58.383632 125.64 0.0079 Pure Error 2 0.929395 0.464697
Total Error 5 176.080292 35.216058
Parameter Estimate Standard from Coded Parameter DF Estimate Error t Value Pr > |t| Data Intercept 1 33.746351 15.765214 2.14 0.0853 83.824929 x1 1 1.095645 0.695822 1.57 0.1762 6.020551 x2 1 7.412636 2.268725 3.27 0.0223 -5.978879 x1*x1 1 -0.018084 0.011101 -1.63 0.1642 -8.135560 x2*x1 1 0.009243 0.039562 0.23 0.8245 1.386081 x2*x2 1 -0.424469 0.099910 -4.25 0.0081 -21.217060 Sum of
Factor DF Squares Mean Square F Value Pr > F x1 3 240.391636 80.130545 2.28 0.1974 x2 3 780.581369 260.193790 7.39 0.0276
Canonical Analysis of Response Surface Based on Coded Data Critical Value
Factor Coded Uncoded
x1 0.359011 32.614621 x2 -0.129171 9.086760 Predicted value at stationary point: 85.291799
Eigenvectors Eigenvalues x1 x2
-8.098946 0.998607 0.052757 -21.253674 -0.052757 0.998607
TPH P e r c e n t 100 90 80 70 60 50 99 95 90 80 70 60 50 40 30 20 10 5 1 Mean > 0.150 73.15 StDev 10.52 N 11 KS 0.161 P-Valu e Normal 15 40 T PH 10 60 t c 80 0 15 5 30 45 pp pp tc 45 40 35 30 25 20 15 10 5 15.0 12.5 10.0 7.5 5.0 TPH 60 - 70 70 - 80 > 80 < 50 50 - 60 b. Output Minitab 14
Gambar Plot Probabilitas Kenormalan Degradasi Hidrokarbon/TPH menggunakanKolmogorov-Smimov Normality Test
Lampiran 9. Hasil analisis pertumbuhan populasi bakteri a. Output SAS Versi 8
The SAS System The RSREG Procedure
Coding Coefficients for the Independent Variables Factor Subtracted off Divided by x1 25.000000 21.210000 x2 10.000000 7.070000
Response Surface for Variable y1 Response Mean 6.553765 Root MSE 0.480154 R-Square 0.6574 Coefficient of Variation 7.3264
Type I Sum
Regression DF of Squares R-Square F Value Pr > F Linear 2 0.244452 0.0727 0.53 0.61832 Quadratic 2 1.851160 0.5502 4.01 0.0912 Crossproduct 1 0.116022 0.0345 0.50 0.5098 Total Model 5 2.211634 0.6574 1.92 0.2459
Sum of
Residual DF Squares Mean Square F Value Pr > F Lack of Fit 3 1.077688 0.359229 9.57 0.0961 Pure Error 2 0.075051 0.037525
Total Error 5 1.152739 0.230548
Parameter Estimate Standard from Coded Parameter DF Estimate Error t Value Pr > |t| Data
Intercept 1 4.973906 1.275587 3.90 0.0114 7.220772 x1 1 0.072853 0.056300 1.29 0.2522 0.013997 x2 1 0.300499 0.183566 1.64 0.1626 -0.246795 x1*x1 1 -0.001898 0.000898 -2.11 0.0883 -0.853850 x2*x1 1 0.002271 0.003201 0.71 0.5098 0.340517 x2*x2 1 -0.019609 0.008084 -2.43 0.0597 -0.980145 Sum of
Factor DF Squares Mean Square F Value Pr > F x1 3 1.146267 0.382089 1.66 0.2896 x2 3 1.716214 0.572071 2.48 0.1757
Canonical Analysis of Response Surface Based on Coded Data Critical Value
Factor Coded Uncoded x1 -0.017514 24.628524 x2 -0.128940 9.088396 Predicted value at stationary point: 7.236561
Eigenvectors Eigenvalues x1 x2
-0.735405 0.820897 0.571076 -1.098589 -0.571076 0.820897
TPC P e r c e n t 8.0 7.5 7.0 6.5 6.0 5.5 5.0 99 95 90 80 70 60 50 40 30 20 10 5 1 Mean > 0.150 6.554 StDev 0.5800 N 11 KS 0.139 P-Valu e Normal 15 TPC 5 10 6 TC 7 0 5 15 30 45 PP PP T C 45 40 35 30 25 20 15 10 5 15.0 12.5 10.0 7.5 5.0 TPC 5.5 - 6.0 6.0 - 6.5 6.5 - 7.0 > 7.0 < 5.0 5.0 - 5.5 b. Output Minitab 14
Gambar Plot Probabilitas Kenormalan Pertumbuhan Populasi Bakteri menggunakanKolmogorov-Smimov Normality Test
Lampiran 10. Hasil analisis perubahan pH media a. Output SAS Versi 8
The SAS The RSREG Procedure
Coding Coefficients for the Independent Variables Factor Subtracted off Divided by x1 25.000000 21.210000 x2 10.000000 7.070000
Response Surface for Variable y1 Response Mean 7.363636 Root MSE 0.573916 R-Square 0.6377 Coefficient of Variation 7.7939
Type I Sum
Regression DF of Squares R-Square F Value Pr > F Linear 2 1.853402 0.4077 2.81 0.1518 Quadratic 2 0.795152 0.1749 1.21 0.3735 Crossproduct 1 0.250000 0.0550 0.76 0.4235 Total Model 5 2.898555 0.6377 1.76 0.2750
Sum of
Residual DF Squares Mean Square F Value Pr > F Lack of Fit 3 1.646900 0.548967 Infty <.0001 Pure Error 2 0 0
Total Error 5 1.646900 0.329380
Parameter Estimate Standard from Coded Parameter DF Estimate Error t Value Pr > |t| Data
Intercept 1 10.068946 1.524678 6.60 0.0012 7.000101 x1 1 -0.148573 0.067294 -2.21 0.0783 -0.676701 x2 1 -0.172926 0.219412 -0.79 0.4663 0.073186 x1*x1 1 0.001667 0.001074 1.55 0.1813 0.749786 x2*x1 1 0.003333 0.003826 0.87 0.4235 0.499849 x2*x2 1 0.004997 0.009662 0.52 0.6271 0.249786 Sum of
Factor DF Squares Mean Square F Value Pr > F x1 3 2.875794 0.958598 2.91 0.1400 x2 3 0.359529 0.119843 0.36 0.7826
Canonical Analysis of Response Surface Based on Coded Data Critical Value
Factor Coded Uncoded x1 0.750343 40.914775 x2 -0.897255 3.656404 Predicted value at stationary point: 6.713389
Eigenvectors Eigenvalues x1 x2
0.853286 0.923908 0.382614 0.146286 -0.382614 0.923908
15 pH 7 10 8 t c 9 0 5 15 30 45 pp b. Output Minitab 14
Gambar Plot Probabilitas Kenormalan Perubahan pH Media menggunakan
Kolmogorov-Smimov Normality Test
Gambar Plot Permukaan Respon dan Kontur Perubahan pH Media
pH P e rc e n t 9.0 8.5 8.0 7.5 7.0 6.5 6.0 99 95 90 80 70 60 50 40 30 20 10 5 1 Mean > 0.150 7.364 StDev 0.6742 N 11 KS 0.114 P-Valu e Normal pp tc 45 40 35 30 25 20 15 10 5 15.0 12.5 10.0 7.5 5.0 pH 7.5 - 8.0 8.0 - 8.5 8.5 - 9.0 > 9.0 < 7.0 7.0 - 7.5
Lampiran 11. Hasil analisis pembentukan gas CH4
a. Output SAS Versi 8
The SAS System The RSREG Procedure
Coding Coefficients for the Independent Variables Factor Subtracted off Divided by x1 25.000000 21.210000 x2 10.000000 7.070000
Response Surface for Variable CH3 Response Mean 0.050636 Root MSE 0.030353 R-Square 0.4072 Coefficient of Variation 59.9439
Type I Sum
Regression DF of Squares R-Square F Value Pr > F Linear 2 0.000173 0.0222 0.09 0.9120 Quadratic 2 0.002971 0.3823 1.61 0.2882 Crossproduct 1 0.000020250 0.0026 0.02 0.8879 Total Model 5 0.003164 0.4072 0.69 0.6549
Sum of
Residual DF Squares Mean Square F Value Pr > F Lack of Fit 3 0.004449 0.001483 18.77 0.0510 Pure Error 2 0.000158 0.000079000
Total Error 5 0.004607 0.000921
Parameter Estimate Standard from Coded Parameter DF Estimate Error t Value Pr > |t| Data
Intercept 1 0.035334 0.080638 0.44 0.6795 0.050991 x1 1 -0.002971 0.003559 -0.83 0.4419 -0.006279 x2 1 0.011573 0.011604 1.00 0.3644 -0.001945 x1*x1 1 0.000059491 0.000056781 1.05 0.3427 0.026763 x2*x1 1 -0.000030000 0.000202 -0.15 0.8879 -0.004499 x2*x2 1 -0.000555 0.000511 -1.09 0.3271 -0.027737 Sum of
Factor DF Squares Mean Square F Value Pr > F x1 3 0.001189 0.000396 0.43 0.7405 x2 3 0.001122 0.000374 0.41 0.7558
Canonical Analysis of Response Surface Based on Coded Data Critical Value
Factor Coded Uncoded x1 0.113596 27.409371 x2 -0.044265 9.687045 Predicted value at stationary point: 0.050677
Eigenvectors Eigenvalues x1 x2
0.026856 0.999152 -0.041167 -0.027830 0.041167 0.999152
15 CH 3 0.02 0.04 10 0.06 t c 0.08 0 15 5 30 45 pp b. Output Minitab 14
Gambar Plot Probabilitas Kenormalan Pembentukan Gas CH4 menggunakan
Kolmogorov-Smimov Normality Test
Gambar Plot Permukaan Respon dan Kontur Pembentukan Gas CH4
CH3 P e r c e n t 0.125 0.100 0.075 0.050 0.025 0.000 99 95 90 80 70 60 50 40 30 20 10 5 1 Mean > 0.150 0.05064 StDev 0.02788 N 11 KS 0.210 P- Value Normal pp tc 45 40 35 30 25 20 15 10 5 15.0 12.5 10.0 7.5 5.0 CH3 0.04 - 0.05 0.05 - 0.06 0.06 - 0.07 0.07 - 0.08 > 0.08 < 0.03 0.03 - 0.04
Lampiran 12. Hasil analisis pembentukan gas CO a. Output SAS Versi 8
The SAS System The RSREG Procedure
Coding Coefficients for the Independent Variables Factor Subtracted off Divided by x1 25.000000 21.210000 x2 10.000000 7.070000
Response Surface for Variable CO Response Mean 0.229909 Root MSE 0.024029 R-Square 0.9365 Coefficient of Variation 10.4514
Type I Sum
Regression DF of Squares R-Square F Value Pr > F Linear 2 0.001620 0.0356 1.40 0.3283 Quadratic 2 0.040445 0.8897 35.03 0.0011 Crossproduct 1 0.000506 0.0111 0.88 0.3921 Total Model 5 0.042572 0.9365 14.75 0.0052
Sum of
Residual DF Squares Mean Square F Value Pr > F Lack of Fit 3 0.001889 0.000630 1.26 0.4707 Pure Error 2 0.000998 0.000499
Total Error 5 0.002887 0.000577
Parameter Estimate Standard from Coded Parameter DF Estimate Error t Value Pr > |t| Data
Intercept 1 0.420477 0.063835 6.59 0.0012 0.179004 x1 1 0.004184 0.002817 1.49 0.1976 0.018586 x2 1 -0.059854 0.009186 -6.52 0.0013 -0.007718 x1*x1 1 -0.000036158 0.000044950 -0.80 0.4577 -0.016266 x2*x1 1 -0.000150 0.000160 -0.94 0.3921 -0.022493 x2*x2 1 0.003126 0.000405 7.73 0.0006 0.156234 Sum of
Factor DF Squares Mean Square F Value Pr > F x1 3 0.002262 0.000754 1.31 0.3696 x2 3 0.035211 0.011737 20.33 0.0031
Canonical Analysis of Response Surface Based on Coded Data Critical Value
Factor Coded Uncoded x1 0.527959 36.198004 x2 0.062707 10.443339 Predicted value at stationary point: 0.183669
Eigenvectors Eigenvalues x1 x2
0.156964 -0.064786 0.997899 -0.016996 0.997899 0.064786
15 CO 0.2 10 0.3 tc 0.4 0 15 5 30 45 pp b. Output Minitab 14
Gambar Plot Probabilitas Kenormalan Pembentukan Gas CO menggunakan
Kolmogorov-Smimov Normality Test
Gambar Plot Permukaan Respon dan Kontur Pembentukan Gas CO
CO P e r c e n t 0.40 0.35 0.30 0.25 0.20 0.15 0.10 99 95 90 80 70 60 50 40 30 20 10 5 1 Mean > 0.150 0.2299 StDev 0.06742 N 11 KS 0.195 P- Value Normal pp tc 45 40 35 30 25 20 15 10 5 15.0 12.5 10.0 7.5 5.0 CO 0.20 - 0.25 0.25 - 0.30 0.30 - 0.35 > 0.35 < 0.15 0.15 - 0.20
Lampiran 13. Hasil analisis pembentukan gas CO2
a. Output SAS Versi 8
The SAS System The RSREG Procedure
Coding Coefficients for the Independent Variables Factor Subtracted off Divided by x1 25.000000 21.210000 x2 10.000000 7.070000
Response Surface for Variable co2 Response Mean 0.664455 Root MSE 0.153774 R-Square 0.7358 Coefficient of Variation 23.1429
Type I Sum
Regression DF of Squares R-Square F Value Pr > F Linear 2 0.011974 0.0268 0.25 0.7857 Quadratic 2 0.305948 0.6837 6.47 0.0410 Crossproduct 1 0.011342 0.0253 0.48 0.5194 Total Model 5 0.329265 0.7358 2.78 0.1427
Sum of
Residual DF Squares Mean Square F Value Pr > F Lack of Fit 3 0.118067 0.039356 478.01 0.0021 Pure Error 2 0.000165 0.000082333
Total Error 5 0.118232 0.023646
Parameter Estimate Standard from Coded Parameter DF Estimate Error t Value Pr > |t| Data
Intercept 1 1.137332 0.408519 2.78 0.0387 0.556712 x1 1 0.017228 0.018031 0.96 0.3832 -0.034784 x2 1 -0.149120 0.058789 -2.54 0.0521 -0.042227 x1*x1 1 -0.000235 0.000288 -0.82 0.4505 -0.105877 x2*x1 1 -0.000710 0.001025 -0.69 0.5194 -0.106468 x2*x2 1 0.008045 0.002589 3.11 0.0266 0.402123 Sum of
Factor DF Squares Mean Square F Value Pr > F x1 3 0.032012 0.010671 0.45 0.7276 x2 3 0.246807 0.082269 3.48 0.1065
Canonical Analysis of Response Surface Based on Coded Data Critical Value
Factor Coded Uncoded x1 -0.178768 21.208336 x2 0.028839 10.203892 Predicted value at stationary point: 0.559213
Eigenvectors Eigenvalues x1 x2
0.407642 -0.103112 0.994670 -0.111395 0.994670 0.103112
15 0.4 CO2 10 0.6 0.8 t c 1.0 0 15 5 30 45 pp b. Output Minitab 14
Gambar Plot Probabilitas Kenormalan Pembentukan Gas CO2
menggunakanKolmogorov-Smimov Normality Test
Gambar Plot Permukaan Respon dan Kontur Pembentukan Gas CO2
CO2 P e r c e n t 1.2 1.0 0.8 0.6 0.4 0.2 99 95 90 80 70 60 50 40 30 20 10 5 1 Mean < 0.010 0.6645 StDev 0.2115 N 11 KS 0.343 P-Valu e Normal pp tc 45 40 35 30 25 20 15 10 5 15.0 12.5 10.0 7.5 5.0 CO2 0.6 - 0.7 0.7 - 0.8 0.8 - 0.9 0.9 - 1.0 > 1.0 < 0.5 0.5 - 0.6
Lampiran 14. Hasil analisis total C a. Output SAS Versi 8
The SAS System The RSREG Procedure
Coding Coefficients for the Independent Variables Factor Subtracted off Divided by x1 25.000000 21.210000 x2 10.000000 7.070000
Response Surface for Variable y1 Response Mean 0.391636 Root MSE 0.036580 R-Square 0.9172 Coefficient of Variation 9.3404
Type I Sum
Regression DF of Squares R-Square F Value Pr > F Linear 2 0.001446 0.0179 0.54 0.6131 Quadratic 2 0.070209 0.8690 26.23 0.0022 Crossproduct 1 0.002450 0.0303 1.83 0.2340 Total Model 5 0.074106 0.9172 11.08 0.0098
Sum of
Residual DF Squares Mean Square F Value Pr > F Lack of Fit 3 0.006006 0.002002 5.85 0.1495 Pure Error 2 0.000685 0.000342
Total Error 5 0.006691 0.001338
Parameter Estimate Standard from Coded Parameter DF Estimate Error t Value Pr > |t| Data
Intercept 1 0.652222 0.097180 6.71 0.0011 0.324342 x1 1 0.005613 0.004289 1.31 0.2476 -0.000415 x2 1 -0.076870 0.013985 -5.50 0.0027 -0.019010 x1*x1 1 -0.000046645 0.000068430 -0.68 0.5257 -0.020984 x2*x1 1 -0.000330 0.000244 -1.35 0.2340 -0.049485 x2*x2 1 0.004122 0.000616 6.69 0.0011 0.206016 Sum of
Factor DF Squares Mean Square F Value Pr > F x1 3 0.003073 0.001024 0.77 0.5604 x2 3 0.063827 0.021276 15.90 0.0055
Canonical Analysis of Response Surface Based on Coded Data Critical Value
Factor Coded Uncoded x1 -0.056322 23.805404 x2 0.039372 10.278358 Predicted value at stationary point: 0.323979
Eigenvectors
Eigenvalues x1 x2 0.208682 -0.107113 0.994247 -0.023650 0.994247 0.107113
15 T otal C 0.3 10 0.4 0.5 T C 0.6 0 15 5 30 45 PP PP T C 45 40 35 30 25 20 15 10 5 15.0 12.5 10.0 7.5 5.0 Total C 0.35 - 0.40 0.40 - 0.45 0.45 - 0.50 0.50 - 0.55 > 0.55 < 0.30 0.30 - 0.35 b. Output Minitab 14
Gambar Plot Probabilitas Kenormalan Total C menggunakan
Kolmogorov-Smimov Normality Test
Gambar Plot Permukaan Respon dan Kontur Total C
Tot al C P e rc e n t 0.6 0.5 0.4 0.3 0.2 99 95 90 80 70 60 50 40 30 20 10 5 1 Mean > 0.150 0.3916 StDev 0.08989 N 11 KS 0.183 P- Value Normal
Lampiran 15. Pengamatan visual terhadap kondisi perlakuan pada penelitian scale up
Hari
ke-Perlakuan tanpa Penambahan Bakteri (Gambar A)
Perlakuan dengan Penambahan Bakteri (Gambar B)
0 •Minyak mengapung pada bagian atas larutan setebal 1 cm
•Lapisan kedua adalah air berwarna bening agak keruh
•Tanah mengendap di bagian bawah larutan
• Minyak, tanah, dan air bercampur secara homogen
• Terdapat foam/busa setebal 2cm dipermukaan larutan
4 •Minyak sudah tidak tampak mengapung pada bagian atas larutan
•Lapisan kedua adalah air berwarna putih seperti susu
•Tanah berbentuk granul-granul dan mengendap di bagian bawah larutan
• Minyak, tanah, dan air bercampur secara homogen
• Terdapat foam/busa setebal 2cm dipermukaan larutan
8 Sama seperti keadaan hari ke 4, namun pada saat pengambilan sampel tanah sulit terangkat
Sama seperti hari ke 4 namun tebal foam mulai berkurang
12 Sama seperti keadaan hari ke 4, namun pada saat pengambilan sampel tanah sulit terangkat
Sama seperti hari ke 4 namun tebal foam mulai berkurang
16 Sama seperti keadaan hari ke 4, namun pada saat pengambilan sampel tanah sulit terangkat
Sama seperti hari ke 4 namun tebal foam mulai berkurang
Lampiran 16. Hasil analisis sifat fisik kimia tanah
Jenis Analisis Nilai Status Kimia dan Fisik
pH H2O 6.13 Agak Masam