Optimasi Biokonservasi Lendir Biji Kakao untuk Produksi Senyawa Pemberi Citarasa

OPTIMASI BXOKONVEKSI LEXYDIII BIJI KAKAQ

UNTUK

PRODUKSl

SENYAWA

PEMBERI ClTARASA

(FLA

VUURING AGENT)

PRQGItAM PASCASARJANA

INSTITUT PERTANIAN BQGOK

ABSTRAK

ENENG TITA TOSIDA. Optimasi Biokonversi X.,endir Rlj j b k a o wltuk Produksi Senyawa Pernberi Citarasa (Flawjuring Agent). Dibirnbing oleh ERIYA'I'NO, TRI PANJI, dan KiXASWAR SYAMSII,

Senystwa aroma rnerupakan k h a n pnting dalam induseri makanan, xninuman, kosrneti ka, f m a s i dan pakan, bahkan penggunaannya rneluas untuk wewangian ~ r u g r u m c ~ ) dan penyegar udara juir jreshener). Hasi l p n e l itian Tri Panji et aT., ('1 997) menunjukkan bakwa melaIui biokonversi Iendir biji kakao sebagai media turn buh Trit7h~derrnu hurziunurn &pat menghasil Iran seny awa aroma yang merupakan senyawa majem uk. Produksi senyawa aroma pada pertelitian ini perlu diopti~nalkan. Oleh karena itu perlu diteIiti sutu sistem peningkatan produksi senyawa aroma yang optimal, dalam ha1 ini rneliputi pngaturan pH, kecepatan pengadukan dan wakt u fermentasi . Tuj uan pene I i tian ini adalah untuk inerekayasa model sistem biokonversi ,frwouring ugenr yang dibatasi sampai p d a &hap rermentasi secara butt$, serta dilanj utkan pada simulasi dan upti masi proses biokonversi. Penel i tian di Iaksanakan dengm menggunakan bahasa pmrograman Forkran 77 yang diirnplementasikan dengan menggunakan paket softwarc optimasi OPTSYS (Optlmutron ,'iyv/~~n~) mclalui pendekatan strategi COMBl .

tiasi l penel itian menggunakan model sirnuirtsi menunjukkan bahwa kondisi optimum produksi fluvouring ugenl untuk fementasi butch dicapai pada p1.I 3.7, kecepatan pengadukan 200

W M ,

denbm peak rmreu procfuk mencapai angka 8100 (berdasarkan skala GC) dan waktu fermentasi 72 jam. Penurunan tingkat produksi ,fluvr~~irrrlg uxer?t setelah fermentasi setarna 72 jam diskikatkan oleh terakurnulasinya jurnlah sel yang mati akibaf scinakin berkurangnya substrat yang dikansurnsi oleh sel tersebut. Di lain pihak produk ~jjCIvour~ng ugmf rnenrpakan seny awa valatil, sehingga proses fermentasi yang dilakukan setelah 72 jam men@ ki bat kan prudu k mengalam i penguapan.

Kondisi optimum fermentasi hatch yang di hasilkan rnelalui proses simulasi dan opimasi selanjutnya clapat digunakan untuk menghitung prduk-tivitas sistem secara kesel uruhan. Herdasarkan model produktivitas tersebut maka &pat ditentukan rnaksimasi model fungsi keuntungan sistem biokonversi

.

Namun tidak tersedianya data harp jualJlavowrinb. agent di pasaran, serta suiitnya pngukurrtn ni lai mutlak konsentrasi jluvwring irgm

SURAT

PERrU'YATAAN

Dengan ini saya menyatakan bahwa tesis yang besjudul

OPTXMASI BXOKONVERST LEMDXR BXJJ. KAKAO llNTUK PRODUKSl SENYAWA PEMlERl CITARASA

(FLA VOURING AGENT)

adaiah benar rnerupakan hasil karya say a scndiri dan belurn pertrah dipubl i kasikan.

Sernua data &an informasi yang digunakan telah dinyatakan seara jelas dan &pal

dipriksa kebenaranny a.

~ n e h Tita ~ a f i d a

QPTIMASI BIOKQMVERSI

LENDlR BIJI

KAKAO

UNTUK

PRQDUKSi SENYAWA PEMBERI CITARASA

(FLA VOURING

ACENO

oleh

ENENG TITA TQSIDA

Sebagai

salah

satu

syarat

untuk

memperoteh

gelar

Magister

Sains

pada

Program

Studi Teknologi lndustri Pertanian

PRQG RAM PASCASARJAN

A

INSTITUFT

PERTANIAN BQGQR

Judul : Optimasi Biobmtrri LRndir Biji Krtkaa untuk Produbi Senyawa Pemberi Citamsol

(nfZroudt& Agent)

N a m a : EPJEMG TITA TOSUDA

Namor Pokok : 9 9 5 8 0

Program Studi : Tehdugi fndustri Pertaniatn

Prof, Dr.

Xr.

Erivahno, MSAE. Ketuoi Kumisi

Dr. Tri ~ e o i i !

MS.

Anggata

2. Kema f rogram Studi Tebnoiogi Industri Pertmian

rn

Dr.

Xr.

Irawadi Jarnotran

Penulis dilahirkan di Tasikmalaya pada tanggal 25 Agustus 1976 scbagai

an& ke empat dari empat bersaudara, dari pasangan D. Encu Suprihat &in

Emin Djuarsih. Penulis menyelesaikan Sekolah Llasar di SDN Kudanguyah i

Tasikmalaya pa& tsthun 1988, dan lulus dari Sekolah Menegah Pertma Negcri 5

Tasi krnatstya pada tahun 199 2

.

Pa& trthun 1 994 pcnulis lulus dari Sekolah Menengah Atas Negeri 3 'Tasikmalaya, dan pada tahun ysng sama mendapat

kernpatan untuk me lanjutkan ke Perguruan Ti nggi me fal ui jalur U ndangan

Seieksi klasuk IPB f USMI).

Pendidi kan sarjana di tempuh di Jurusan "Seknologi Industri Pertanian,

Fakultas Teknulogi Pertanian, Institut Pertanian Bogur, &n lulus pa& tahun 1 999.

Pa& tahm yang sama penulis mendapatkan kesem ptitan untuk melanjutkan studi

di Program Pascasarjana, Jurusan Teknologi gindustri Perkmian, XPB. Pada tahun ke

dua (semester tiga) penulis mendapatkan bantuan beasiswa dari BPPS (Beasiswrt Program Pascasarjana) dan Y ayasan Van dc Vcntcr Maas. X'cnttl is rnulai bcb;c~-la p d a tahun 2001 sebagai staf pengajar p d n Juxusan ilmu Kornputer, Fakultas

PRAKATA

Fuji syukur pnulis panjatkan kepacla Allah SWI' atas segita rahmat dan

hidayah-N yn karya ilrniah ini dapat diselesai kan dengan baik. Tema yang dipilih dalam penelitian ymg dilsiksanakan sejak buXan Agustus 2001 ini adaiah

biokunversi sen yawa pemberi c I tarasa #luvt~uring ugcni), dengan j udul Optimasi

Biakanversi k n d i r Biji Kwkao untuk Produksi Senyawa Pemhri Citarasa

f F/a vnu rirlg Agetit).

"Teerirna kasih penulis ucapkan kepada Rapak Prof. Dr. Ir, Eri yatno, MSAE.,

Bapak Dr. Tri Panji, MS., dnn Rapak I l r , lr. Khaswar Syamsu, MSc., sciaku pernbimbing yrtng telah rnernkrikan saran dm petunjuk yang sangat berharga bagi

penyelesaistn karya i lmiah ini. Ucaprtn teri~na kasi h juga disampai kan kepada orang

tua dan keluarga di Tasikrnalaya serta Fredi Andria, aks segala rnotivasi dan cinta

kasihnya. Tak Iupa penulis ucapkan teriina kasih yang sebesar-besamya kegrtda

Bapak Dr. -Ing. Soewarto EXardRienata dan Ibu Uca. Sci Setyaningsih, M S . , ymg

teiah memhri kan bimbingan serta dukungan maril dan materil sejak awal hingga

seleminya studi ini. Semoga Allah SWT membalas segala kebaikan dan bantuan

yang telah diberi kan

.

Karya ilrniah ini rnasih jauh dari sernpurna, oteh kamna itu kritik dan saran yang membangun sangat penul is harapkztn. Mudah-mudahan karya i tmiah ini

bermanfaat bagi semua fi hak.

Bogur, Agustus 2002

DAFTAR IS1

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . [image:152.543.52.472.50.653.2]

. DAFTAR TABEL ix

...

DAFTAR GAMBAR ...

.

.

x

... .

DAFTAR LAMPIRAN . . . x i

TINJAUAN PU ST AKA ...

.

.

...

..

... 4

... ...

Potensi Lendir Biji Kakao ,. 4

Teclri ...Sistem ...Optimasi ... 1 1 Metade COMB1 ... 12

M S I L DAN PEMBAHASAN ... 20 PernodeIan Sistem Biokonversi Fluvowring Ager?~ ... 20 Tmplernentasi Model Biokonversi Flavouring Agent ... --- ...

-

... 25

Eksprimentasi Biokanversi Fluvuuring Agent ... 30

Verifi kasi Model Simulasi ... 32 Apli kasi Madel ... 36

ApIikasi Ekonomis Agruindustri ... 38

KESIMPULAN DAN SARAN ... 45 Kesimpulan ... 45 Saran ... 45

DAFTAR PUSTAKA ... 46 LAMPIRAN ... 49

DAFTAR

TABEL

1 . Kornposisi kirnia lendir biji knkao ... ... ...,... , ,..

.

,.. , . , . , . ., . , . . . 5

2. Laju perturnbuhan biomassa sel 'f'richoderma har~ianum

DAFTAR

GAMBAR

...

1

.

Kerangka pemi kimn pernodelan sistem biakonversi 15 ...

2 . Skerna model aptirnasi sistern biokonversi 18

3

.

Tahapan penelitianterpadu ... 19 ...

...

4

.

Pertumbuhan kultur mi kraba pa& kondisi bate h

.

.

21

... ...

5 . Bagan alir irnplementasi model biakonversi

..

30 6

.

Kurva konsentrrtsi biornassa scl p& pH 3 dcngan varias~

... ...

kwepatan pengadukan

....

31

7

.

Kurva konsentrasi biomassa sel @a pH 4 dengan variasi

kecepatm pengadukan ... 31 8

.

Kurva konsentrasi biornassa sel pa& pH 5 dengan variasi

kecepafan pngadukan ... 32 9

.

Kurva validasi hasil simulasi konsentrasi biomass sel pa&

eksprimen 1, 2 dnn 3 ... 33

10 . Kurva validasi hasil simulasi kansentrasi biornassa sel pada

eksprimen 4, 5 dnn 6 ... 33

I 1 . Kurva validasi hasii sirnulasi konscntrasi biomassa set pid&

eksperimen 7, 8 dan 9 ... 34 12 . Grafik hasi t simulasi model biakurrversi flavouring agent, untuk

setinp eksperirnen ... 35

X 3 . Grafik h a i l simuiatsi konsentrasi produk melaiui

pengembangan variabel pH untuk RPM 100 ... 36 14 . Gmfik h a i l simulasi konsentrasi produk melal ui

pengembangan variabel pH untuk RPM 150

...

.... ... 37

1 5

.

Gafik hasil sirnufasi konsentrasi produk melalui

DAFTAR

LAMPFRAN

...

1 . Skema pendebtan pada optimasi 49

...

2

.

Komputasi program model biokonversiflcrvouring agenr 5 2

3

.

Bagan alir strategi optimasi COMB1 dan hasiI optimasi

laju perktmbuhan (AT) uxltuk eksperirnen X -- 9 ... ... 89

1, PENDARULUAW

Senyawa aroma merupakan bahan penting dalam i ndustri makanstn, minuman, kosrnetika, famasi dan pakan, BaMcan akhir-stkhir ini senyawa

aroma sernakin rneluas penggunastnnya untuk wewangian (fragrance) dan

penyegar udara (uir,ficshn~r). Pemintaan pasar terhadap senyawa aroma

pun meniugkat, tercatat @a khun 1994 sekitar US% 8,5 xnilyar per takun,

dan diperkirakan menjadi US$ 10 rnilyar per tahun pada tahun 2000 (Yong,

1992).

Munculnya aroma pa& bahan disebabkan oleh adanya kandungan

senyawa aroma baik sebagai senyawa tunggal rnaupun rnajemuk ('hi-Panji,

1993). Aroma pa& Icebanyakan bahm pangan rnerupabn campwan

beberrtpa senynwa dengan komposisi yang kompleks, seperti terdapat pada

bcberapa jenis makanan tradisiunal dan minuman bcralkohol sebagai hasif

aktivitas rnikrcraba.

Beberapa senyawa aroma yang telah banyak digunakan antxa lain 6-

pcntil-a-piron (6pp) yang banyak digunakan untuk minuman ringan dan

yoghurt (Col iins dan Halirn, 1972; Serrano-Carreon et al

.

, 1 993). I,aktan dapar memberikan aroma buah-buahan, kelapa, dan h a n g , seciangkan

pirazin &pat rnenirnbulkan aroma kacang, kopi, cokelat dan pisang

(Jmssens et al., 1992). Golongan terpen dapat mmeberikan aroma b u n g

s e w dm buah (Collins &n Hatim, 19721, sedmgkan ester &pat memberi kan aroma buah-buahan hanya dengan lconsentrasi y ang rendah

(Janssens

et

at., 1992). Hal ini menunjukkan bahwa rnikroba dapat

dljadihn sumber yang sarigat potensid dalsam mernproduksi senyawa

aroma.

Produksi senyawa aroma rnengb~nakan mikroba &pat menggantikm

produksi senyawa arorna dari bahan tanaman. Menurut Yong (1992)

rnenggunakan kapang ?'P.iclar)dcrma sp. umumnya rnerupkan senyawa yang rnemJiki aroma khas dan juga dapat dipproduksi oXeh beberap mikruba lain.

Pradulcsi senyawa aroma pa& penelitian ini prlu diopiimalkan. Uleh karena itu perlu diteliti su;ntu sistem peningkatan pxaduksi senyawa

aroma yang optimal, dalam ha1 in1 meliputi pengatwan pH, keceptan

pengadukan dan waktu femenbsi.

B. Tujuan

Tujuan pexlelitian ini adalah sebagai berikut :

1 . Merekayasa model sistem biakonversi Iendir biji kakao mtuk produksi

senyawa pernberi citarasa (Fiuvourrtzg Aget~t) yang dibatasi sampai

pada tahap praduksi senyawa aroma pada fermentasi secara butch.

2. Simutasi mudel dan menentukan kondisi optimum biokonversi

(uptimasi proses biokonversi) berdasarkstn mudel yang tel& dibangun,

yang dapat: d i g d a n untuk merancang operasi Sistem Biakanversi

Flavnurr'ng Agerzt yang optimal bagi agrui ndustri.

Linglcup pnelitian inj di batasi pda eksperimentasi pernodelan

sistem proses biokonversi lendir biji kakao untuk produksi senyawa pemnberi

citarasa (Fluvourin~ Agent), yang dilanj utkm dengan simulasi &n a ptimasi

proses. Qptimssi dilakukm meldui penentun kondisi optimum fermentasi

Trichudermci hu~ianum, yang dildcukan dengan memwi vaiasi kondisi

pH,

kecepatan pengadukan dm waktu fementasi yang optimum. Penelitian dilaksanakan dengan rnenggunakan bahasa gemrogaman Fortran 77 yang

diimplementasi kan dengan menggunakan paket software ooptimasi OPTSY S

A. Potenai h n d i r Blji Ka kaa

Menurut Tri-Panji et :tL (1995) pruduksi biji kstkao Indonesia naik

smm cepat dm diperkiraXcan rnencapai 300.000 metrik ton pada tahun 1994

dm rnenjadi 400.000 tan pada t&un 2000. Peningkabn pruduksi biji kakao

yang kemungkinan akan menempatian Indonesia sebagai negara penghasil biji kakao terksar ketiga di dunia ini juga diiringi dengan peningkatan

jumhh limbah yang dihasilkan, antara lain lendir biji kakrro yang mengaIir keLuar dari kotak ferrnentltsi pada waktu fermentas1 biji b k a o dan

berpotensi mencernari Iingkungan (Opke, 1984; Tri-Panji et al., 1995). Ji ka terbuang bersama air cucian biji kakao yang tetah difementasi, bahan ini

dapat menyebabkan nilai BOD air limbah ~nencapzli lebih dari 2000 ppm.

Di sisi lain, beberap penet i tian menunj ukkan bahwa pngurangan

lendir biji kakao segar sebelum biji difementasi &pat menurunkan

kwaman biji W a o . Keasarnan blji rnempakan salah satu

d&

bad

biji

kakao Indonesia sehingga dini Xai bemutu rendah (Ti-Panji, et: al., 1 997).

J i b diketola dewan baik, Iendir biji k&ao merupakan h a i l

sampjng industri pngulahan kakao yang cukup menarik. Menurut Adomako (1 9841, praduksi lendir biji Mae mensapai 0,lO-Q,19 I&g bij i

b d . Berdasarkaa data praduksi biji tersebut, produlrsi total lendir biji diperkirakm mencaw 15.000 kilo liter pmahun. Blji kakao yang rnengmdung gula (1 2-1 5%), pektin (5-7%) asam nun valatil f0,8-1,5%) dan

protein (0,l-0,5%) (Opeke, 19841, secara ekonomis belum p m a h

digunakan. Kornposisi kimia Iendir biji kakaa yang lebih lengkap ciapat

diliXxat

pa& Tabel I. Kamposisi kimia ini rnemungkinkm lendir biji hkao untdc digunalran sebagaj media pertumbuhan mikroba penghasil senyawa

"Tabe 1 I . Kornmsisi kimia lendir bii i kairaoa

-

Air

Bahan kering

Glukasa

Asam-asaam non-volatil Asam-asam volatil

Sukrosa Pektin Protein

Abu

I

0,40-0,50

"ohan ( 1963)

l3. Bioreaktor

Ada tiga kelornpak bioreaktctar yang banyak digunakan untuk

produksi pa& skala industri, yaitu bioxeaktor tanpa pengaduk tanpa aerasi

(76%), tanpa pengaduk dengan aerasi ( 1 I %), d m dengm pengaduk dcngan

aerasi (13%) (Scragg, 1991). Kebanyakan perkembangan prod& baru

membutuhkan mi kroarganisme y m g membutuhkan aerasi dan pengadukan. k n g m dernikian, perkembangan bioreak-tor banyak diarfian pada

kelompok ini. Bioreaktor aerob dapat dibagi dalam empat kategori, yaitu

bioreaktor t i p tangki berpengaduk (stir~.eJ-~unkpre~i'~~urt' cyck), uirifi,

Zoup, dan intmobilized system. Untuk produksi sen yaw& aroma yang bcsi fat

volatil rnenggwakan mikruba aerob, tip b g k i bepngaduk dinilai paling

Pcnggunaan biordtor untuk sistem amobili sasi e l periu

mempertirnbangkan si fat mmekanis matriks pendukung y m g digunakan

untk mobilisasi. a t r i k s ini bimnya mudah pecah, sehingga biaxeaktor dengan pergeseran hidrodinamis keciI seperti pucked-cdumn, ,flurdizeu"beu',

Teari Pemodelsn Dan Simulasi

Secisra umum model didefinisikan sebagai suatu perwakilan atau

rsbstraksi dari seburth obyek atau situasi aktual . Modet memperlihat km

hubungan-fiubungan langsung maupun tidak lawsung sertw kaitan timbal

balik (sebab-nkibat). Eriyatno (1999) msnyatakan bahwa salah satu dasar

utama pengembangan model adalah menemukrtn peubatr-peubah yang

penting dan tepat

.

Penemuan peubah tersebut sangat itrat hubungannya

dengan pengknj ian hu bungan-hubungan yang twdapat diantara peubatr

tersebut. Teknik kuantitatif seperti persarnaan regresi dan sirnulasi

merupakan cara untuk mempelajari keterkaitan tersebut.

Pada teori utama pernodelan dan sirnulasi dikenal istilah sistern

real, yang didefmisikan sebagai dnerafi tertentu yang &an menjadi fokus perhatian da1am proses pernodelan dm simulasi. Eksperimentasi terhdap

sistem real &an rnengakibistkan pembahan struktur dasrrr dari sistem reat

tersebut. Hal ini dipengamhi aleh krt>agai parameter input. yang akan

menyebabkan kandisi sistem real bembah sedemikirin rupa sehingga sesuai

dengan output yaw dikapkan atau output yang &an diprediksi

(Hardhienata, 1 995).

S m a umum model dikategorikan ke dalarn tiga jenis yakni : I).

Model ikonik, 2). Modal analog dan 3). Model sirnbolik. Pernodelan

mencakup sulitu pemilihan kwslrteririsrik dari pmakilan abstrralr yang paling tepat pada situasi yang terjadi. Pada umurnnya madel maternratik

dibedakan menjadi dua bagian, yakni Model Statis Ban Dinamis (Eriyatna,

1999; BuIack dm Krististnsen, 1987). PemiIihan model tersebut tergantung pada tujuan dari pengkaj ian sistern dan furnut asi masat ah. Menurut

Hardhienata (1995) pa& model statik, hubungan antarw vwiabel-variabel

yang ada dalam model hanya tejadi pada satu level w&u (t) yangj m a .

Sedang pada mudet dinamik trubungan antara variabel-variabel mode1

menyangkut level walrtu yang bmlainan. Di amping besaran input x dm

bf:.suran unruru. Secarrt umum, pada model dimmik terdaprtt dusl fungsi J'

dan g, Fungsi f didefinisikan seperti beri kut :

Dengan di ketahui :(I) dan :(I I lil) masing-masing adalah keadatln mode!

pada waktu t dan I+&. Metalui pnganrh input x, k e a d w mode1

$9

parfa,

waktu

r

akan dibawa/ditransfomasikan ke dalarn kedaan =(t 8 di) pada

w&u 6 + dt

.

Qleh karena itu

f

di sebut sebagai fungsi trcrnsformasr', secfangkan fungsi g menggambarkan ketergantunganlhubungan anhra autput y o yang

diamat1 terhadap pngaruh dari input xfi) dan dari keadaan zfi). Iiubungan

tersebut dapat diformulasikan seperti berikut:

dun g disebut sebagai f u n g i luaran (fungsi output).

Gottfried ( 1984) menambahkan b k w a proses sirnulasi stukastik di

susun oleh beberapa kurnponen utama, yakni sistem, state (kandisi), model,

dan opefating policy. Kondisi sistem mnencakup selumh kxakteri st i k yang

relevan terhadap sistem ynng dianat isis. Biasanya sistem di karakterisasi

melaui suatu set atrlbd spesifik. Pendukung kondisi sistern mencakup hi- ha1 berikut :

1 ). State VuriuB&es, j ih setiap atribut &pat

di

kwakterisasi m d a korndisi

sistem &pat ditampitkan secara kuantitatif, sehingga variabel-varinbel

yang unik dipat digunakan untuk representasi setiap atribut. Jika sistem

memiliki m State Variables, maka &pat: diekspresikan secara matematis melalui lambang berikut : (sl, sz

,...

.., s,,,).

2). Decisirjn Vuriabkes, pada beberap situlasi variabel ini ditcntukan

langsung oleh analis atau pngambil keputusstn, dm independen terhadap

pertimbangan-prtimhangan ydng lainnya, Variabel ini tfiekspresi kan

secara maternatis rnelaluj ekspresi berikut : (xl, xz,. . . , x,>

3). Parameter Sistem, sama halnya dengan Decision Variakl, nilainya dapat

dispesifikasi di awal analisis. Kuantifikasi parameter ini biasanya

desain, kanstanta proporsionaf, dan diekspresikan secara maternatis

rnelafui ekspresi krikut : (cl, Q, .

. .

. . , c k )

Dengan demikian State Variwbel &an basifat dependen terhadap parameter

dan

Decision Variable terpili h, diekspresikan s m a matmatis melalui ekspresi berikut : S =AC,X)

Model sistem dinamis berubah secara kontinyu badasarkan waktu.

Perub&an tersebut digunakan unhk mewakili sistem yang direpresentasikan meldui suatu set feedback loops yang ditentukan berdrrsarh hubungan

antara level (state vuriabet) dm iaj ju genzbahan (rate) u t u kondisi variabel.

Kedua fial tersebut mentpakan komponen utama ddam suatu model dinamis. State w i a h e l disesuaikan dengwn vwriabel kontin yu, sedangkan laju pmbahan rnewakili hasil bagi deferensial terhadap w&u untuk setiap

levelnya. Persamaan yang digunakan untuk representas! variasi level twhadap waktu harus dikanversi ke dalam bentuk p e r s a m deferensid (Schmidt, 1987). Pada GPSS-FORTRAN Versi 3 permmaan tersebut dideklarasikan dalam format sebagai berikut :

Bungay (1985) menambahkan bahwa pada riset-riset sistem fisik

dm triologis umurnnya data d i p l o h berdaswkan perubahan waktu, atau

dengan kata Inin, sistem tersebut berlaku

swam

dinamis. Kajian keterbubungan (relafionskips) dan eksplwtori

dtnri

perilaku sistern

merupakan satu hat yang sangat p t i n g datam riset-riset tersebut, &in=

traf

ini dapat dijadikan sebagai alat bantu untuk mengorganisir informasi,

yang akhimya dapat dirnwnf~atkm untuk proses pemocfelan selanjutnya.

Ada kemungkinan terjadinya kesulitan dalam mempexoleh bentuk

persamm yang rasionstl, oleh knrena adanya atrurnulasi dctri berbagai falrtor

yang berpengaruh terhadap sistem. Namun demi kian wingkali dapat

diselesaikan melalui formulasi persarnwan untuk komponen laju

perubahannya. Salah satu cantoh adaiah pertumbuhan kultur mi kraba yang

nutrien dan interaksi dengm syarat-syarat utama pertumtruhan seperti

inhibisi, stirnulasi atau antagonisrn$Bungay, 1985; Bulock and Kristianan,

1987).

Secara sistematis berikut ini dipparkan Imgkah- tangkah

penyusunan suatu model abstrak :

1). Penentuan komponen-komponen model.

2). Pendefinisian struktur model.

3). Pacarian peran penggnti untuk pengwuh-pengaruh dari luar.

Pemyataan keadmn model abstrak. dayat diperofeh rnelaluj dm

cara yakni : analitis dan sirnulasi. Milai-nilai yang diperoleh baik secara

analitik maupun secara simdasi dapat dibandingkan dengan nilai yang

diperofeh

c

h

i

eksperimen pada sistem real sesungguhnya. Proses

perbanctingdn ini d i k e d dengan istilah validasi. Proses ini digunakan

untuk rnelihat kemampuan model yang dibuat &lam menggmbarkan

keadaan sisam real. Kecocokan antam sistem dan model hanya dapat

dicapai stampi batas toleransi tertentu. jika model abstwk d a p t

menggambarkan kadaan sistern reai sampai tolemnsi yang ditentukan, data

madel &pat ditransfer ke &lam sisiern reat (Ilardhienata, 19951,

Kata optimasi berarti mencari atau memperbaiki keadaan suatu

sistem sedemikian rupa schingga memenuhi persyarapan-persyaratan tertentu

(Hardhienata, 1 995). Syarat-syarat suatu si stem yang dapat dioptimasi kan

adalah bahwa sistern tersebut harus mempunysti sifat-sifat sebagai kri kut : I).Variabilitas yang berarti suatu sistern dapat dioptimasikan jika pada

sistem tersebut kr&pat Iebih dari satu penyelesaian altematif

2). Penilaian terp~ldu terhadap semua criteria yang ada (pndefinisian fungsi

sasaran harus jelns)

Secara garis b e ~ r a& dua metode (stmtegi) aptimasi yang dapat

digunakan uxltuk rnencari penyelesaian optimal ddari masalah-masalah yang

Menurut Hsudhienata (1 495) sistem OFrnasi yang d i p d m pa&

paket QPTSYS rnemili ki ernpat strategi optimasi numerik dan secara rinci

dijelaskan sebagai berikut :

1 ). Metode FIBOM CCI y m g rnemili ki sistem keqja didasari oleh bilangan Fibonacci dan dapat digunakm untuk masalah yang hanya

rnemiliki satu vartabel

2)* Metode COMPLEX (Constrained siMFLEX) bekerja dengan card

memperksstr, memutar dan rnemperkecil suatu area yang disebut

Simplex. Sirnplex A l a h suatu ftgur topologi (pdyeder) yang

rnernkntang dalam suatu ruang berdirnensi n abu

Rn

3). Strategi E VQI,USI rnenrpakan strategi optirnasi yang be kerj a

berciasarkan rnekani sme &ri evo lusi biologis

4). Strsttegi COMBI adalah strategi optirnasi yang di kernbangkan

berdasarkan strategi Complex dan Evalusi

Metode FIBONACCI diperkertalkan pertam kaii oleh Kiefer pada

tahun 1953 dan rnerupakan metode optirnasi yang paling baik diantstra

metode-metode yang a&. Saymgnya rnetade ini h y a bisa digunakan

untuk problem-problem yang hanya mempunyai satu variabel optimasi sajnja,

Metode ini bekerja krdaswtrkm barisan bilmgan dari 1,eonardo von Pisa

yang lebi h di kenal dengan nama Fibonacci. Karena problcm optimasi yang

ada pada penelitian ini rnernpunyai lebih dari satu variabcl, maka metode

Fibonacci ini ti& akan digunakan.

Metode optima1 COMPLEX pertama kali dipubfikasikan oleh

Box ddam suatu "Computer Jaurnd" tahun 1965. N m a COMPLEX krasal

dari singkatan Constrained siMPLEX ymg merupakm hasil rnodifrkasi yang dilakukan oteh Box pada strategi optimasi SIMPLEX (bukan strategi

optimasi dari Damig untuk program linier !) y m g k r d dari Spendly,

Hext dm Mimsworth [Hardhienata, 19951. Dalm mtncari psisi optimum,

mernperkwil suatu m a yang disebut Simplex. Simplex &fah suwtu figw

topalogi (pXyedf?x) yang memkntang dalam suatu rung berdimensi n atau

Strategi optimasi E VOIC US1 menlpakan strategi aptimasi y ang

bekerja krdaswkan m e h i s m e dari evolusi bi010gis ymg pada tahun 1973

dipublikasikan prtama kali aleh Rechenberg. Adttpun rnekanisrne optimasi

evolusi tersebut didawri oleh pernyataan berikut : "Daiam a i m ini, rnahluk hidup yang dapstt lebi fr menyesuaikan diri dengan lingkungannya akan lebih

berhasil berkembmg dui pada mahluk hidup yang kmmg bisa menyesuaikan diri dengan lingkungannya. Proses ini pertama kali

dikemukakan oleh C. Darwin (1 859)

d m

kemdian dikenal dengan istibh

Evolusi". Rechenberg mencoba mengaplikasikan proses evolusi ini pa&

bidang numeri k untuk rnenyelesaiakan problem-problem optimasi .

Strategi CUMM adalah strategi optirnasi yang di kernbangkan . .

berdasarkan strate@ Complex dan Evolusi. DaIam starkegi Cornbi ini sifat- sifac baik yang dirniIiki oleh strategi Complex dm Evolusi dicoba disatukan

dan dirnanfaatkan secarn optimal (Hardhienab and Molnar, 1993).

F. M,etode Combi

Bcrdasarkan pcnycl idikan yang di lakukan dcngan rnenggunakan

test-test fungsi stmdar (Hwdhienata and M a l w , 1993), dapt ditunjukkan

bahwa stmtegi Cornbi merniliki sifai-sifat s e ~ r t i krikut :

1). Unhk problem-problem dengan banyak optima, probabilitas mtuk:

dapat menemukm optimum global sama dengan dirnilifu oIeh strategi

Evulusi .

2). Kecepatrtn konvergensi &ri strategi Cornbi jauh lebitx tinggi daripada keceptan kanvcrgensi dari strategi Evolusi.

Dzttam hal ini keceptan konvergensi sama dengm jumlah

penghitungan fungsi sasaran yang dibutuhkrtn untuk mencar1 posisi

biasanya berhubungun dcngan wslktu sirnulasi yang cukup lama. Strategi

Combi memiliki algoritma seperti haInya &paparkan berikut ini.

1. Phase Persiapan (diberikan oieh user) :

a. Fungsi Sasrtran ( Q )

b. TitikStartyangmemenuhirestriks(~"?

c.

KetelitianyangBiinginkan(RETA)

d. Sumlah sudut Simplex yang diinginkan (k) dengan n+l <- k c-:: 2n n

adalah jumlah parameter optimasi, titik simplex X i rnempunyai

h n t u k X,

-

(xl, xz, . .. . .. , x,,)

e, Jumtah yang diinginkan untuk pengetesan dari optimum yang ditemukan (MAXTES)

f. Jumlah maxima dari generasi untuk phase evalusi (MAXGEN)

g. Optiond :

-

Restriksi ekplisit ddam btntuk Gj <= Xj q- Hj

Untuk satu atau Iebih Xj ; j = 1,2,3, ... , n

Gj dan Hj adaiah bilangan riil dan berada daiam herah defenisi dari Xj

Gj tidalah batas bawah dari restriksi eksplisit d;ui parameter Xi

Hj

adalah batas atas dari restriksi e ksplisi t dari parameter X,

-

Restriksi irnplisit dalam bentuk F,(XI,X2,..

.

,X,) -+ Pq ; q

-

1,2,...3m

F, Fungsi seimbang

2. Phase Penca ria n (d@xlarekan oleh kopnputer)

a. atrawat dari titik start

x'"'

yang diberikan, dicari sebuah opirnum

x"*

dengan menggunakan strategi Complex.

b. Periksa apakah jumlah maximal yang cliinginkan untuk pngetcsan

optimum sudah tercaprti atnu betum. Jika suctah, tercstpai maka

hentikan proses optimasi &n b e r i b

x*'

sebagai h a i l aptimai.

Set esai

.

-

Berawal dari XtY" munculkrtn sebanyak u-£ titik induk.

-

Tentulran titikterbaikxh'dan bandingkan ap.akafixb"' Icbih bai k daripada

x " ~ .

lika demikian halnya, maka pasang

x'~''

sebagai titik start kemudian cari titik optimum berikutnya

dengan rnenggunakan sarategi Complex (pergi ke langkah I

dengan

go'

-

xh').

-

Muncul sejurniah v titik keturunan.

-

Tentukan titik terbaik

xb""

dm bandingkan apakak titik tersebut lebih baik daripada,

fl',

Jika demikian halnya, maka pasang

xk""'

sebagai htik s h r t yang baru dan kemudian cari iitik

optimum berikutnya dengan rnenggunakan strategi Complex

(pergi ke langkah 1 dengan

x"'

=

x"").

-

Periksa apakak jurniah maximal dari generasi untuk phasc evolusi MAXGEN sudah tercapai atau belm. Bila sudah

tecapai henti kan proses optimasi dan berikan

xoP'

sebagai hasiX optimasi. Selesai,

-

Dari v titik keturunm, pilih sebanyak u titik terbaik rfan pxzang sebagai titik induk. Pergi he langksh c.

Keterangan :

I ). Pada strategi Cornbi dipasang u = 10 dan v

-

100. Jika diinginkan, user dapat mcrnadifikasi harga u dan v ini.

2). Pada pencarian optimum berikutnya Cjika pada pengetesan optimum

dapat diternukan iitik lain yang lcbih balk dari titik optptimum) iilik

optimum baru yang akan ditemukm seldu akan Iebih h i k daripada titik

optimum sebelurnnya. Hal ini dijarnin oleh alguritrna yang digunakan

untuk mencari optimum disini, karena hrga optimum yang ditemukan

akan selaiu lebih baik daripada harga start yang diberikan. Oleh karena

itu kemungkinan pengulangan penwian aptim urn yang berkepanj angan $id& akan tcrjadi, Bagan alir strategi optimasi COMB1 secara Iengkap

A. Kerangka Pemikiran

Pernodelan sistem biokonversi terdiri dari pmncter dan variabel

yang komplek dan mdibatkan berbagai disiplin ilmu. Dengan dernikian proses pernodelan &n optimasi sistem biokonversi ini didasari oleh kerangka

pemikiran yang disajikan pada Gambar 1 ,

FERMENTOR LAB ATAG INDUSTW

t

PERTWANGAN DATA PERTIMBANGAN

[image:170.529.63.471.180.707.2]

ILMIAH PEKCQBAAN TEKNIS

Gambar 1. Kerangka Pemikiran Pernodelan Sistem Biokonversi (Bulock and Kristiansen, 1987).

I

Ilt

!

PENGGUNAAN MODEL UNTUK PROSES KONTROL

DAN STllDi EKONOMI

'

&E%

MODEI,

1 1

MODEL, SAHlH

MODEL KINETTKA DAN STOIKHIOMETRI

MODEL, FXSiK ABSTRAK

1

MODEL

Oleh karena sistem yang ditelaah krhubungan dengan sistem

bioteknolag maka rnenurut BuXock and Kristiinsen (1987) ha1 ini akan

sangat hrkubungan crat dengan studi kineti ka. Kinctika fermentasi mencakup 1a.j~ pefiumbuhan sel, penggunaan substrat dan pembentukan

pruduk, ymg scdemikian rupa dirangkurn &lam berbagai rnodcl marernatis. Model matematis yang berkaitm dengan ha1 ini merupakan abstraksi pemjudan ide suatu proses yang memerlukan hal-ha! berikut :

1 . Realitas fisik peratatan (rnodei fisik abstrak)

2. Reaksi kimia prtumbuhan sel, pnggunaan substrat dan pe~niwntukan

praduk

Bulock and Kristiansen f 1987) menyatakan bahwa secara

independen ekspresi laju spsifik kinetik menghubungkan Laju kons~msi

substrat ( S 1, Sz, . . . . ) atau laj u formasi produk (termmuk biomassa sel) (X,) terhadap variasi komponen iingkungan sel

(pH,

agitasi, dan lain-lain)

(C r, C l ,

.

.

.

-1,

dan kondisi ini difocmuIasi kan meld ui perstmaan beri kut : r

-

AXv:

SltS2,* **.*;C1,

C2,.

.

*..)

Rekayasa model proses diawali dengan menelaah takapan proses

biakanversi. Hal i ni dilakukan untuk rnenentukan sistem real sebagai obje k

ekspcrirnen. Proses biokonversi diawali dengan cara ~nernbiakan

1"~.rch~cderm hurziunum pada medium yang mengandung lendir biji kakao di

d a l m Erlenmeyer kwok. Setelah inkubasi 3 hari, cairan fermentas1

digunakan sebagai bahan uji citarasa yang dilanjutkan dengaxl cara diekstraksi

dengan dietiteter. Ekstrak dikeringkan dengan MgS04, d i p k a t b dan diana h i s dengan GC j GUS C,'hromutogruphy) yang dilengkapi dengan kolam kapi ler

FF

AP (Free Fairy Acid Permubond)

Produksi senyawa aroma melalui fermentasi secrtra batch dllakukan

dengin menggunakan biareahr sisteln curah tip stirred funk volume 2 l itec

pada kondisi pH 3 , 4 dan 5 , serta dengan pabatasan kecepatan pengadukan

24 jam, selanjutnya bobut kering biomassa, k&r gula serta kompnen aroma yang terbentuk diukur dan dimalisis.

Berdasarkan hasil telaah sistem real diproleh data sistem. Data

tersebut rnerupakan dasar untuk proses identifikasi dan anatisis sistern &lam proses membangun model abstrak. Model abstrak yang telah dibmgun &pat menjadi daar untuk mernbanp model simulasi ymg sesuai dengan tujuan

eksperimen. Data eksperi men akan diva1 i h i dengan mra rnembandingkannya dengsrn data sistern real setpenamp yang diperoleh

rnelstlui penclitian pendahuluan. Berkarkstn model simulasi ymg klah

divalidasi tersebut dapat dicari optimasi proses biokonversi iendir biji kakao

sebagai bahan baku I;lcrvozrring Agent.

Qptimasi biokonversi difokuskan pada kondisi prturnbuhan

mikraba penghasil senyawa aroma dan produksi senyawa aroma. Fungsi.

tujuan dari proses ini adahh maksirnasi tingkat pertumbuhan mikroba

penghasil sen yawa dan maksimasi pruduksi senyawa aroma. Pada penel i tian

ini bioreaktor yang digunakan sldalah bioreaktor sistem hatch t i p sfjrred

runk, maka menurut F&ar

d m

EIimmelblau (1989) deskripsi rnattmatika

yang &an digunakan berupa persainaan aljabar (khusus untuk sleuu'fl sruie)

atau persmaan dlflerensial ordinnty (khusw untuk unArceu& sluts). Validasi

model akan di l&u kan melalui analis data eksprimental yyang dihasil kan dari

percabaan tersebut.

Optimasi biokonversi yang dilakukan meliputi pH medium

pertumbuhan, kecepatan pengadukan, dan wstk-tu pertumnbuhan. Optirnasi biokonversi di lakukan mela1 ui pnggunmn paket program OPTSYS

(Opfimizurion System) yang diimplernentasikan dengan rnenggmakan bahasa

Penghitungan Biakonversi

Penghituftgan Niiai Fungsi Tujuan

+

W

+

Azlalisis Fur@ Tujuan

Ya

Tidak

[image:173.532.82.416.75.530.2]

Pemunculan Nilai Pararncte~ Barn (xi)

Gambar 2. Skerna Model Qptimasi Biokonversi Senyawa Aroma

Pnda Crambar 2 , disajikan hubungan antara model optimasi produksi senyawa aroma dcngan sistem optirnasi OPTSYS yang digunakan

untuk mencari sistern proses produksi senyawa aroma yang paling optimal.

Dirmulai dari nilai aural dari parameter optirnasi ( x i , x2, . . . , x,,) yang akan

disirnulasi sedemikan rupa sehingga mernpecnleh output (y y ~ , . . . . , .

.

y,) clan

peningkatan produfrsi senyawa aroma. Selama kriteria optimasi k l u m

tercapai maka akan terns dilakuhn modifikasi aleh strateegi aptimasi untuk

mencari variasi nilai parameter baru sehinggia rnencttpzti %. Nilai ini

kernudian akan dijadilran input: untuk menjalxlankan model simdasi p a

mencari output dan perhitungm llilai f u n g i tujmn.

Biokonversi Lendir Biji

K&ao untuk Pembuzttan FImmring Agent

IV. HASIL DAN PEiMBANASAN

A, Pernudefan Sistem Biokonversi Flavourdmg Agent

P c m d c l a n sistern biokonversi diawali dcngan lclaah drtb sislc~n

biokonversi sesungguhnya. Data sistern dipoIeh dari hasil p e n v a t a n pertumbuXxan liic/?oderma harzicmuwt pda medium yang rnengandung lendir

biji kak-ao pada kondisi p1-I 3 , 4 dan 5 , dengm variasi kecepatan pengadukan

100, 150 dan 200 rpm. Menurut Hartoto dm Sailah (1992) untuk

menganalisis pertlunbuhan rnikroba, diperlukan pengetahuan tentang

parameter Iaju perluinbuhan scperti laj u pcriumbuhan spesi ti k (p).

Berdasarkan prhunbuhan sel mikroba y ang tcrj adi secarst otokatalitik, peningkatan berat kering sel sebanding dengan konsentrasi sel p d a awai

Koefisien di ferensial (dxldt) menyatakan 1 aj u prtum buhan populasi.

Dengtn demikian yang rnemiliki cSimensi I/$ analog dengan Iaju

penggunaan senyawa. Sebagai contoh biIa Iaju prtumbuhan spesifik 0.1

jam*' berarti ckuivalen dengan laju pcngguxlaan scilyawa 1 0 persen tiap j am.

EIasil eksperimen ststem biakonversi len&r biji b k a o rne1alui

fermentasi Icontinyu rnenunjukkan terj adinya beberapa kali kontminasi

.

Hal ini di perk1 rakan akan ~nenjadi kendala &lam proses praduksi senyawa

aroma. Oleh karenn. itu eksperimen selanjutnya diiakukan melalui sistem fementrtsi batch. Menucut Bulock &n Kristiansen (1987) sistern fermentasi

batch merupakan sistc~n tertutup. Padsl ~vaktu t = 0, Xmtan nutrien yang

telah disteriiisasi dan berada dalam fernentor diinokulasi dcngan

milrroorganisrne, lnkubasi dilakukm pada kondisi fisiologis yang optimal. Selarna proses ferment&, ti& a& yang ditambahkan ke &lam fermentor,

Sesutfah inokulasi perturnbuhan kuttur inikroba pa& kondisi batch

meialui tahapan pertumbuhan sebagai berikut :

Garnbar 4. Perturnbuhan liultur rnikroba pada kondlsi batch (Stanburry and Whitaker, 1984)

Fase lag terjadi setelah inoktrlasi biakan rnikraba pa& medium dan merupakm waktu adaptasi terkadap lingkungan fisiko-kimia yang dikrikan.

Perpi ndahan pa& medi urn baru rnenyebabkan bberapa parameter berubah

seperti

pH,

peningkatan kebutuhan nutrien xrta pnunmnan penghmbat

prtumbuhan. Kondisi fisiologis tersebut menyebabkan panjang pendeknya

fase tag yang akan dijalani. Agar proses fermentasi efisierr, fase ini harus diusnhakan sependek rnungkin. Artinya jumlah inokuttum haws mcwadai dengan viabilita~ yang tirrggi serta lcondisi Iingkungan -fisi kcs-kimianya hams

sesmi.

Setelah fase lag sttau adaptasi selcsai, akan diikuti dcngan fase iog

atau ekspnensial. Pa& fase ini sel mikroba telah mampu kradaptasi dengin

lingkungan barunya dan merupakrzn fase kesetimtranganan ahu perturnbuhan

steady stale dengan laju p r t u m b u b n spsifik (p) yang konstan. Padrt mat

lingkungm tidak berada dalam k e a b n steady stale. Selma fase Log ini

miluoba mencapsti laju petumbuhan rnaksimumnya secara komtan. %lama

sclang konscntrasi nutrien tcrtentu, iaju ~rlurnhuhan tidak dipcngaruhi olch

kansentrasi tersebut. Pada suatu ti

ti

k,

laj u perturnbuhan mengalami penwnan atau krakumulasinya prod& yang bersifat menghambat

pertumbuhan, dan pada tahap ini pertumbuhan kuXtur r n i h b a mengalami

f a e stasioner. Fase stasioner terjadi bila sernua sel mikruba berhenti

membagi diri atau sel yang hidup seimbmg dengan sel mati. Meskipun

prtumbuhan terhenti, metaboiisme dan pembentukan produk yang disehut metabulit sekunder tetrtp terjadi

.

Penyusunan model sistem dilakukan melalui wndekatan rnodcl

matematis pertumbuhan mi kroblx yang terbagi pada fase-fase tersebu t di alas.

Menurut Bulock dan Kristiansen (1987) pada fase log atau ekspnensial

dinyatakan mela1 ui pendekatm nod el :

J X ,

. , ---

- {iri . . . . . . . - -. . . ,. . . . - -. . . . . . . ,. - - ( I )

df

Keterangan : X = kansentrii biomassa sel (gl)

t - waktu Cjm)

p = laju perturnhuban spesifik (jam-') (massa)

Laju pertumbuhan spesifik (p) merupakm slope hasil plot antara

konsentrasi sel terhadap waktu. Jika melihat gersamaan (I), pertumbuhan &an berlangsung secara t i&k terbatas. Padafial pertumbuhan mcmpakan hasil konsumsi nutrien dan ekskresi produk mikroba yang mempngaruhi pertumbuhan mikroorganisme. Pa& suatu saat pctumbuhm akan terhenti

sebagai akibat habisnya nutrien ewnsial &lam medium atau dengan kata lain

adanya kcterbatasan substrat, adarryn akumulastsi produk rmikruurganisme

yang bersi Tat toksik atau kornbinasi kcduanya (Hartoto dan Sailah, 1992). Menurut Rullock and Kristiansen ( 1 987) @a mudeX prtumbuhan

rnerniliki kapabiiitas untuk turnbuh dan be~pcaduksi tagi, bahkan pada suatu

saat sd-sel tersebut mengal~m i kcmatian. Diasumsikan laj u kernatian seI praporsional dcngan rnassa scl (kondisi viub/ec!), n~aka bentuk persarnmn

untuk kematittn sel adalah scbagai berikut :

Dengan rnenggabungkan persamaan ( I ) dan ( 2 ) maka model perturnbuhan

kapang 7 iichocde~mu leur:~u~rurn dapat dideklarasi kan sebapi beri kut :

Keterangan : Kd - Iaj u kernatian sel ~jarn-')

Lebih lmjut. penurunan laju perturnbuhan atau terkentiny a

peatumbuhan sebagai akibat habisnya substrat digambarkan oleh Monocf

(Rungay, 1985; Bullock and Kristiansen, 1987) melalui persmmn berikut :

Keterangan : S = konsentrasi substrat yang krsisa

Ks = konstanta penggunmn substrat

(merupakan afinitas mi kroorganisme

terhadap substrat)

p a x - laju prtumbuhan spesifik rnaksimurn

(fase ekspanensial)

Menurut: Rth iock and Kristiansen ( 1 987) penggunaan atttau konsurnsi

subtrat tidak hanya uneuk memberjkan karbon, energi dan kornponen

struktural unluk per~urnbuhctn sci, lehpi jugs uniuk mempcrtainankan viahilitas sel scprti perbaikan sel dan pemhntukan produk. Pemberntukan

produk tidak &pat terjadi tanpa &nya sel, sehingga pertumbuhan dan

pernkntukan produk sepadan dengan substrat yang di gmakan. Oleh klxrena

itu tergintung dari peng~ntrolaXt,pengatur;fn mctabolisrne, pembentukan

pruduk akan terpaddan dengan pertumbuh dm atau konsentrasi mssa

sel.

Secara matematis penggunaan su bstrat pada kul tur hatclz digambarkan

sebagai berikut :

Keterangan : Ytc3

-

kaefisien rendemen biumnssa

p = Iaj u pembentukan produk (jam-')

Yp A

-

koefisien rendemen produk

171 - koefisien perneli haraan

Melalui substitusi persammn (4) ke persamartn (51, maka model prturnbuhan

mi kroba untuk fnse setanj utnya adat ah sebagai beri kut :

p rnax .s

dS

(

Ks

+

,v

X)

qp.X

-" ,,,, = - ,,,, ,,p-.L,,,,,,,,,," ,,,,,. ,- -- m x _{. . .} u% yx , ,v Yp:$

Oieh karena sistem biukonversi merupakn kultur aer&ik maka menurut

dibandingkan dc-ngan suku

'

/LC

.,- , ,

, maka persmaan ( 5 ) ciapat disederhanakan

p rnax .s

dS _-

___.

__

- . . _ I . . . _I__I- . . .

dl Y.t ' s y

,,

: .\

Praduk senyawa aroma pada sistern biokonversi ini terbentuk selarna

pertumbuhan biornassa sel , maka menurut Bullock and Kristiansen ( 1 987)

secara matematis pembentukan produk &pat digambarkan sebagai berikut. :

Keterangan : f' - konsentrasi produk

{i/' iaju pcrnbc~~iukmi prtduk Cia111 I j

Kpl' = laju perusakan produk (jamw')

B. Implementasi Model Biabnversi 1S'lavouring Agent

Mudel sistem biokanversi senyawa aroma diirnplemetasikan dengan

rnenggwtnkan bahasa Fortran 77 melalui sistem optimasi OPTSYS. Model biokonversi senyawa aroma diwakiii oleh tiga persamaan yakni persamaan

(31, (7) dan (8). DekIarasi model p d a sistern OP'TSYS ditempatkan pa& Subroutine S'SA'TB. Subroutine ini rnerupakan wadah untuk deklarasi model

yang bcrbentuk prsamaart diffcrensial (Schirndt, 1 987n). Ketiga prsarnaan

differensial tersebut ditemptkan pada satti set (NSE"IV- I ). Pa& implementasi

model dilakukan deklarasi variak1 rnclnlui ckspresi bcrikut :

1. Konsen trasi biornassa sel Trichodermcr hurz~tinzam ( X )

-

SV( I , I )

2. Laju perlumbuhan biornwsa sel Trichodermu harziu~um (dXldt)

-

DVU,!)

3. Konsentt-dsi substrat (S) = SV(1,2)

4. Laju penggunaan substrat (dSldt)

-

DV(1,2)

5 . Konsentrasi prduk

(P)

-

SV(1,3)

p) diformat dalam input data, dan pda sistem ini diimplcmentasikan meldui variabel VMAMEI atau YNAMER yang &ternpath pa& main p~ogram

"INPUT AND ASSIGNMENT OF VARIABELS". Variabel VNANEI dm

VNAMER dibedakan berdrtsnrkan t i p karakter yang akan digunakan.

XdefitiJer variabel untuk ti pe INTEGER ditempatkn di VNAMEI sedltngkan

identrfcr varisibel untuk t i p REAL ditempatkan di WARAER (Schmidt, 1987". Adapun p (AT) m e n i p a h variabel aptimasi, yang &an diproses melalui sub-routine Qptimasi. Penentum nilai variabel-variabel p m a ,

Y

,vs,

Y ,:d m ,qp d i h r i oleh asumsi-nsumsi yang dilakukan melalui perhitungan

kanversi