OPTIMASI MIKROSKOPIS MONTE CARLO METHOD DAN MAKROSKOPIS RESPONSE SURFACE METHODOLOGY PADA HIDROLISIS LIGNOSELULOSA UNTUK PEMBUATAN ETANOL.

(1)

LAPOR

PENELITI

OPTIMASI MIKROS

DAN MAKROSKOPIS

PADA HIDR

UNTUK P

Tahun ke

Dr. Megawati, S.T., M.T.

Astrilia Damayanti, S.T.,

Prof. Ir. Wahyudi B Sedia

Daftar Isian Pelaksanaan An Nomor: DIPA-023.04.2.189822

Surat Perjanjian Pelaks 1.14.5/PPK.3

UNIVERSITA

LAPORAN TAHUNAN

PENELITIAN FUNDAMENTAL

SI MIKROSKOPIS

MONTE CARLO METHOD

OSKOPIS

RESPONSE SURFACE METHODOLOGY

ADA HIDROLISIS LIGNOSELULOSA

UNTUK PEMBUATAN ETANOL

Tahun ke 1 dari rencana 2 tahun

S.T., M.T. NIDN. 00061172

yanti, S.T., M.T. NIDN. 00080973

udi B Sediawan, SU. Ph.D. NIDN. 00170953

Dibiayai Oleh:

ksanaan Anggaran (DIPA) Universitas Negeri Semara 4.2.189822/2013, tanggal 5 Desember 2012 Sesuai d

jian Pelaksanaan Penelitian Desentralisasi Nomor: 14.5/PPK.3.1/2013, Tanggal 14 Mei 2013

NIVERSITAS NEGERI SEMARANG

November 2013

ETHOD

HODOLOGY

. 0006117203

. 0008097306

. 0017095302

(2)

(3)

iii

RINGKASAN

Lignoselulosa merupakan polimer organik (selulosa+hemiselulosa+lignin) yang harus didegradasi melalui hidrolisis sebelum dikonversi menjadi etanol, yang dapat dimanfaatkan sebagai bahan bakar terbarukan. Hidrolisis lignoselulosa dengan asam sebagai katalis merupakan reaksi depolimerisasi, yaitu polisakarida-oligosakarida-monosakarida, yang dipengaruhi oleh kondisi proses. Tujuan penelitian ini adalah memodelkan hidrolisis lignoselulosa dengan metode Monte Carlo. Pertama, menyusun program perhitungan jumlah gula terbentuk menggunakan model kinetika yang diselesaikan dengan Runge-Kutta. Kedua, menyusun program simulasi dengan Monte Carlo untuk menghitung jumlah gula terbentuk. Di dalam program simulasi ini, hasil perhitungan jumlah gula dengan metode Monte Carlo dibandingkan dengan cara kinetika. Selanjutnya, optimasi parameter-parameter reaksi hidrolisis dengan metode Monte Carlo berdasarkan data percobaan yang diperoleh.

Proses pemodelan hidrolisis lignoselulosa dengan metode Monte Carlo dapat dilakukan dengan baik jika mekanisme reaksi hidrolisis lignoselulosa pada jenis bahan baku tertentu dapat diformulasikan dengan benar berdasar kondisi prosesnya. Optimasi mikroskopis akan diselesaikan berdasar data percobaan yang sudah diperoleh, yang sudah diakui keakuratannya melalui publikasi karya ilmiah pada seminar dan jurnal pada taraf nasional dan internasional. Variabel proses hidrolisis yang diambil berdasarkan data hasil percobaan pada semua variasi bahan baku, waktu, dan suhu.

Hasil pemodelan hidrolisis lignoselulosa dengan metode Monte Carlo menunjukkan bahwa metode Monte Carlo dapat digunakan untuk menyelesaikan perhitungan hidrolisis lignoselulosa dengan variasi bahan baku, waktu, dan suhu dengan hasil yang sangat baik. Proses simulasi dengan metode Monte Carlo terlihat lebih mudah dan cepat serta hasilnya cukup baik bila dibandingkan dengan metode kinetika yang disusun melalu persamaan diferensial simultan. Ke depan, simulasi mikroskopis dengan metode Monte Carlo ini akan dilengkapi dengan optimasi makroskopis untuk mencari hubungan antar variabel proses yang berpengaruh menggunakan Response Surface Methodology.

(4)

iv

PRAKATA

Laporan tahunan penelitian fundamental dengan judul Optimasi

Mikroskopis Monte Carlo Method dan Makroskopis Response Surface

Methodology pada Hidrolisis Lignoselulosa untuk Pembuatan Etanol pada tahun

pelasanaan ke 1 inidapat kami selesaikan dengan baik. Metode Monte Carlo dapat

digunakan untuk menyelesaikan perhitungan pada hidrolisis lignoselulosa. Hasil

perhitungan menunjukkan bahwa metode Monte Carlo lebih mudah, singkat, dan

cukup baik bila dibandingkan dengan metode kinetika yang diturunkan melalui

persamaan diferensial simultan. Hasil simulasi ini sudah diseminarkan pada

seminar internasional dan diberi kesempatan juga untuk dipublikasikan pada

jurnal internasional yang dikelola oleh organisasi seminar tersebut.

Keseluruhan laporan kemajuan penelitian fundamental ini, mulai dari

penyusunan proposal, melakukan penelitian, penyusunan karya ilmiah, dan

penulisan laporan kemajuan dapat tercapai atas kerjasama, saran, bimbingan, dan

nasehat Prof. Ir. Wahyudi Budi Sediawan, SU., Ph. D., selaku Anggota Peneliti ke

2, serta Astrilia Damayanti, S.T., M.T., selaku Anggota Peneliti ke 1.

Pemodelan hidrolisis lignoselulosa dengan optimasi mikroskopis

menggunakan metode Monte Carlo ini perlu diaplikasikan untuk masing-masing

bahan baku. Pada kesempatan untuk tahun kedua, kami akan melakukan optimasi

makroskopis menggunakan Response Surface Methodology untuk mencari

variabel-variabel proses yang optimal dan hubungan antara variabel-variabel

tersebut.

Akhir kata, semoga laporan tahunan penelitian fundamental ini dapat

bermanfaat bagi nusa dan bangsa dalam mengembangkan ilmu pengetahuan

khususnya di bidang pengembangan energi hijau.

(5)

v

DAFTAR ISI

Halaman

Halaman sampul I

Halaman Pengesahan Ii

Ringkasan Iii

Prakata Iv

Daftar isi V

Daftar tabel Vi

Daftar gambar Vii

Daftar lampiran Viii

BAB 1. PENDAHULUAN 1

BAB 2. TINJAUAN PUSTAKA 9

BAB 3. TUJUAN DAN MANFAAT PENELITIAN 25

BAB 4. METODE PENELITIAN 27

BAB 5. HASIL DAN PEMBAHASAN 32

BAB 6. RENCANA TAHAPAN BERIKUTNYA

BAB 7. KESIMPULAN DAN SARAN

DAFTAR PUSTAKA

45

46

47

(6)

vi DAFTAR TABEL

Tabel 1 Yield gula hasil hidrolisis pada variasi bahan baku pada suhu 220 oC dan konsentrasi katalisator 0,18 mol/L

13

Tabel 2 Nilai-nilai parameter pada model 1 pada variasi konsentrasi katalisator

18

19

20

21

Tabel 6 Kandungan lignoselulosa dalam bahan baku 29

Tabel 7 Bahan-bahan kimia yang digunakan 29

Tabel 8 Data percobaan untuk bahan baku tongkol jagung 41 Tabel 9 Data percobaan untuk bahan baku serbuk gergaji kayu 42

Tabel 10 Data percobaan untuk bahan baku campuran 43

(7)

vii DAFTAR GAMBAR

Gambar 1 Diagram proses pembuatan etanol dari lignoselulosa berbasis hidrolisis secara kimiawi (Taherzadeh dan Karimi, 2007)

3

Gambar 2 Perbandingan data percobaan dan hasil perhitungan untuk bahan baku sekam padi pada suhu akhir 160 oC dan 220 oC pada model 1

5

Gambar 3 Perbandingan data percobaan dan hasil perhitungan untuk bahan baku sekam padi pada suhu akhir 220 oC pada model 2

6

Gambar 4 Perbandingan data percobaan dan hasil perhitungan untuk bahan baku sekam padi pada suhu akhir 160 oC dan 220 oC pada model 3

6

7

Gambar 6 Perbandingan model 1, 2, 3, dan 4 untu hidrolisis sekam padi pada konsentrasi katalisator 0,4780 mol/L

7

Gambar 7 Mekanisme reaksi hidrolisis dengan katalisator asam (Philipp, 1984) 10 Gambar 8 Pengaruh waktu dan konsentrasi asam sebagai katalisator pada

hidrolisis kayu poplar (Lee dkk., 2000)

11

Gambar 9 Pengaruh suhu terhadap konsentrasi gula pada hidrolisis batang padi (Karimi dkk., 2006)

12

16

17

Gambar 12 Pengaruh konsentrasi katalisator (CH2SO4) terhadap tenaga pengaktif degradasi gula (lnEdeg) pada model 4

21

Gambar 13 Rangkaian alat hidrolisis 30

Gambar 14 Perbandingan hasil perhitungan menggunakan model kinetik (spotted line) dengan model Monte Carlo (solid line) pada hidrolisis 35 menit pada derajad polimerisasi 200

38

39

40

Gambar 19 Distribusi panjang rantai lignoselulosa menggunakan metode Monte Carlo pada derajad polimerisasi 1000 dan variasi waktu hidrolisis

(8)

viii

DAFTAR LAMPIRAN

Instrumen 51

Personalia tenaga peneliti 55

(9)

1 BAB 1

PENDAHULUAN

1.1. Latar Belakang

Krisis bahan bakar minyak telah memberikan tanda bahwa cadangan energi

fosil yang dimiliki Indonesia sudah menipis. Setelah sempat naik pada tahun 2006

sebesar 2,8 persen menjadi 4370 juta barrel. Pada tahun 2007, cadangan turun

sebesar 8,5 persen menjadi 4000 juta barrel. Cadangan ini kembali turun pada

tahun 2008 sebesar 7,5 persen menjadi 3700 juta barrel. Hal ini disebabkan karena

kondisi sumur minyak yang sudah tua yang produktivitasnya turun. Menurut BP

Migas, 85 persen sumur minyak di Indonesia sudah tua dan mengalami penurunan

produksi rata-rata 15 persen dalam setahun. Menurunnya produksi pada

sumur-sumur tersebut kurang diikuti dengan penemuan sumur-sumur baru yang cadangannya

besar dan bisa diandalkan sebagai salah satu sumber produksi utama. Kegiatan

eksplorasi turun pada tahun 2008. Pada tahun 2008, survei mencakup luas 452 km

persegi yang semuanya merupakan survei di daratan. Luasan ini turun jauh

dibandingkan tahun 2007 yang mencapai 30.335,67 km persegi yang terdiri dari

survey daratan seluas 23.522,17 km persegi dan survei di laut seluas 6.833,5 km

persegi (BP Migas, 2009).

Sebaliknya, konsumsi BBM (dalam negeri) sudah lama meningkat dari

tahun ke tahun. Salah satu indikatornya adalah kebutuhan premium mulai tahun

2004 sampai 2007 yang terus naik dari 16.418 sampai 17.500 kL (Ditjen Migas,

2007). Sementara itu pada tahun 2008 dan 2009, kebutuhan premium ini tercatat

juga terus meningkat menjadi 19.600 dan 21.000 kL. Secara keseluruhan angka

laju pertumbuhan konsumsi BBM mencapai sekitar 7% setahun. Kalau

pertumbuhannya 7% setahun terus menerus maka setiap 10 tahun konsumsinya

meningkat dua kali. Sejak tahun 2004 produksi BBM lebih kecil dibandingkan

konsumsinya. Hal ini menyebabkan Indonesia menjadi nett importer minyak bumi

(10)

2 Terbatasnya sumber energi fosil menyebabkan perlunya pengembangan

energi terbarukan dan konservasi energi. Salah satu bentuk dari energi terbarukan

adalah energi biomassa (Sediawan dkk., 2007). Indonesia sebagai negara tropis

memiliki sumber-sumber lignoselulosa sangat melimpah. Sebagai negara agraris,

Indonesia memiliki 60,000 unit penggiling padi dengan kapasitas produksi sekam

padi sebesar 15 juta ton per tahun. Menurut Deputi Statistik Bidang Produksi

BPS; produksi jagung pada tahun 2008 sebesar 16,32 juta ton pipilan kering

(BPS, 2008). Menurut perhitungan Ditjen Listrik dan Pemanfaatan Energi (2009),

potensi lignoselulosa di Indonesia jika dikonversi menjadi energi sebesar 49810

MW atau 1,571 x 1018 J/tahun. Oleh karena itu, penelitian tentang proses

pembuatan etanol dari lignoselulosa akan memberikan manfaat untuk kemajuan

negara.

Penelitian yang berfokus pada potensi limbah lignoselulosa, seperti ranting,

daun, dan sekam padi sudah pernah peneliti lakukan, dan sudah dipublikasikan

pada seminar dan jurnal pada lingkup nasional dan internasional (Sediawan dkk.,

2007; Megawati dkk., 2008; Megawati dkk., 2009; Megawati dkk., 2010; Astrillia

dan Megawati, 2011; Megawati dkk., 2011). Penelitian yang sudah dilakukan

tersebut mengacu pada proses pembuatan etanol dari lignoselulosa dengan asam

sebagai katalis seperti pada Gambar 1. Hasil penelitian menunjukkan bahwa

lignoselulosa dari limbah organik perkotaan cukup prospek untuk diproses

(11)

3

Gambar 1. Diagram proses pembuatan etanol dari lignoselulosa berbasis hidrolisis secara kimiawi (Taherzadeh dan Karimi, 2007)

Penelitian-penelitian tentang konversi lignoselulosa menjadi etanol tidak

bersifat menyeluruh, namun hanya bersifat eksplorasi untuk mempelajari

pengaruh suatu kondisi proses tertentu terhadap gula yang dihasilkan pada bahan

baku tertentu. Tidak semua perubahan yang terjadi pada semua komponen yang

terdapat dalam lignoselulosa diamati, beberapa hanya mengamati konversi

senyawa heksosan dan beberapa hanya senyawa pentosan. Sedangkan penelitian

yang mengamati secara keseluruhan selalu menganggap bahwa gula hasil

hidrolisis dapat diekuivalenkan sebagai glukosa. Keterbatasan-keterbatasan alat

analisis menyebabkan kondisi pengamatan yang terbatas tersebut diambil. Hal ini

mengakibatkan suatu kendala untuk mempelajari pengaruh jenis bahan baku dan

kondisi proses terhadap hidrolisis lignoselulosa dengan asam. Oleh karena itu,

simulasi mikroskopis terhadap mekanisme reaksi hidrolisis yang sebenarnya

sangat penting untuk dilakukan. Melalui simulasi ini, panjang rantai polisakarida

yang sudah bereaksi dapat diramalkan, sehingga pada tahap mana reaksi hidrolisis

sudah terjadi dapat diketahui. Akibatnya, jenis dan jumlah gula serta jenis dan

jumlah senyawa selain gula dapat dihitung. Optimasi mikroskopis ini akan

(12)

4 simulasi bilangan random terhadap kapan dan dimana panjang rantai polimer yang

sudah diserang oleh ion H+ dari asam sehingga menjadi gula.

1.2. Perumusan Masalah

Didasari bahwa Indonesia sebagai negara tropis, maka konversi sumber

bahan baku berbasis lignoselulosa menjadi etanol sangat penting untuk dipelajari.

Kondisi masyarakat Indonesia menunjukkan bahwa jenis bahan baku yang dalam

waktu dekat yang cukup menjanjikan untuk diimplementasikan adalah limbah

organik perkotaan, berupa sekam padi, tongkol jagung, ranting, daun, dan serbuk

gergaji kayu, dengan cara hidrolisis dengan asam dan fermentasi dengan yeast.

Penelitian-penelitian yang sudah dilakukan belum sampai pada taraf generalisasi

jenis bahan baku lignoselulosa yang prospek dengan metode hidrolisis dengan

asam pada kondisi non-isotermal. Generalisasi bahan baku dapat dilakukan jika

tersedia hubungan antara jenis bahan baku dan kondisi proses terhadap

mekanisme reaksi hidrolisis yang sebenarnya.

Metode yang paling sering digunakan untuk menyusun persamaan hubungan

kondisi proses hidrolisis terhadap konsentrasi gula yang dihasilkan adalah

menggunakan model kinetika. Peneliti sudah pernah menggali model kietika ini

secara lengkap. Model kinetika 1 (Gambar 2) dan 2 (Gambar 3) disusun dengan

anggapan bahwa hidrolisis merupakan reaksi homogen, meskipun bahan bakunya

terdiri dari lignoselulosa (padat) dan air (cair). Model ini mengasumsi bahwa

perpindahan massa sangat cepat sehingga yang mempengaruhi jalannya proses

hanya reaksi kimia (Canettieri dkk., 2007; Mosier dkk., 2002; dan Torget dkk.,

2000). Model 1 untuk reaksi hidrolisis tanpa degradasi gula dan model 2 dengan

adanya degradasi gula.

(13)

5 0.06 0.08 0.1 0.12 0.14 0.16 0.18 0.2 0.22 0.24

0 5 10 15 20 25 30 35 t (menit)

C

D (

m o l/ L ) 130 160 190 220 250 280 310 340 T ( o C ) CD Hitung CD data T Hitung T data 0.06 0.08 0.1 0.12 0.14 0.16 0.18 0.2 0.22 0.24

0 5 10 15 20 25 30 35 t (menit) C D ( m o l/ L ) 130 160 190 220 250 280 310 340 T ( o C ) CD Hitung CD data T Hitung T data

Gambar 2. Perbandingan data percobaan dan hasil perhitungan untuk bahan baku sekam padi pada suhu akhir 160 oC (A) dan 220 oC (B) pada model 1

Model homogen ini tidak sesuai untuk kondisi operasi pada suhu tinggi dan

konsentrasi katalis tinggi. Oleh karena itu, peneliti mengembangkan model ke 3

(Gambar 4) dan 4 (Gambar 5), yaitu model heterogen tanpa dan dengan degradasi

gula. Model ini sangat kompleks karena mempertimbangkan gradien konsentrasi

asam sebagai katalis dalam padatan dan reaksi hidrolisis yang terjadi setiap saat

pada setiap lapisan padatan yang diukur. Model ini disusun dengan melipatkan

perpindahan massa dan reaksi yang terjadi selama hidrolisis, serta merupakan

model yang paling sesuai untuk semua kondisi. Namun demikian, model ini

sangat sulit diterapkan untuk bahan baku lignoselulosa yang memiliki panjang

rantai yang besar, seperti limbah kayu-kayuan keras dan berserat panjang.

Perbandingan keempat model tersebut dapat dilihat pada Gambar 6.

(14)

6 0,06 0,08 0,1 0,12 0,14 0,16 0,18 0,2 0,22

0 5 10 15 20 25 30 35

t (menit) C D ( m o l/ L ) 130 160 190 220 250 280 310 340 T ( oC ) CD Hitung CD data T Hitung T data

Gambar 3. Perbandingan data percobaan dan hasil perhitungan untuk bahan baku sekam padi pada suhu akhir 220 oC pada model 2

0.05 0.07 0.09 0.11 0.13 0.15 0.17 0.19 0.21 0.23

0 5 10 15 20 25 30 35

waktu (menit)

C

D (

m o l/ L ) 130 160 190 220 250 280 310 340 T ( o C ) CB Data CB Hitung T Data T Hitung 0.05 0.08 0.11 0.14 0.17 0.2 0.23 0.26

0 5 10 15 20 25 30 35

waktu (menit) C D ( m o l/ L ) 130 160 190 220 250 280 310 340 T ( 0 C ) CD Data CD Hitung T Data T Hitung

(15)

7 0.05 0.08 0.11 0.14 0.17 0.2 0.23 0.26

0 5 10 15 20 25 30 35 waktu (menit)

C

D (

m o l/ L ) 130 160 190 220 250 280 310 340 T ( o C ) CD Data CD Hitung T Data T Hitung

Gambar 5. Perbandingan data percobaan dan hasil perhitungan untuk bahan baku sekam padi pada suhu akhir 220 oC pada model 4

0,18 0,2 0,22 0,24 0,26 0,28 0,3

0 5 10 15 20 25 30 35

waktu (menit) C D ( m o l/ L )

Data pada katalis 0,4786 mol/L Model 1

Model 2 Model 3 Model 4

Gambar 6. Perbandingan model 1, 2, 3, dan 4 untuk hidrolisis sekam padi pada konsentrasi katalisator 0,4780 mol/L

Simulasi mikroskopis berdasarkan mekanisme reaksi hidrolisis yang

sebenarnya dengan menggunakan metode Monte Carlo dapat digunakan untuk

menyederhanakan proses perhitungan yang panjang dan sulit pada model kinetika.

Simulasi ini dilakukan berdasar data percobaan yang sudah diperoleh dan

dibandingkan dengan model kinetika homogen yang sudah terlebih dahulu diteliti.

Simulasi Monte Carlo merupakan metode perhitungan yang sangat unik namun

bila algoritmanya sudah berhasil disusun, model ini lebih mudah untuk

(16)

8 menggunakan bilangan random untuk meramalkan parameter-parameter proses

sehingga hasil simulasinya akan dapat mendekati kenyataan untuk proses yang

sebenarnya. Penyusunan algoritma untuk simulasi Monte Carlo memerlukan daya

imaginasi yang tinggi yang didukung oleh teori-teori fundamental yang dalam

sehingga pemilihan pembangkitan bilangan random dapat tepat digunakan sesuai

(17)

9 BAB 2

TINJAUAN PUSTAKA

Lignoselulosa

Lignoselulosa merupakan senyawa polisakarida yang terdiri atas selulosa,

hemiselulosa dan lignin. Selulosa merupakan senyawa polimer dari glukosa yang

memiliki gugus ikatan C yang berbeda dengan pati. Ikatan polimer selulosa terjadi

pada gugus C-beta, sedangkan pati memiliki ikatan polimer pada gugus C-alfa

(Wertheim dan Jeskey, 1956). Hemiselulosa merupakan ikatan polimer heterogen

dari polisakarida, monomernya dapat berupa glukosa, manosa, galaktosa, xilosa,

dan arabinosa. Manosa dan glukosa merupakan jenis gula dari hemiselulosa yang

paling banyak ditemukan pada kayu lunak, sedangkan xilosa ditemukan sangat

banyak pada kayu keras. Susunan ikatan pada hemiselulosa lebih mudah dipecah

pada hidrolisis dari pada susunan ikatan pada selulosa (Palmqvist dan

Hahn-Hagerdal, 2000). Sedangkan lignin merupakan senyawa yang berfungsi sebagai

pengikat komponen penyusun tanaman (hemiselulosa dan selulosa). Lignin

terbentuk dari senyawa aromatif yang saling dihubungkan dengan rantai alifatik.

Ikatan polimer yang berbeda antara selulosa dan pati inilah yang menyebabkan

perlakuan bagaimana mengubah kedua polisakarida di atas menjadi bioetanol juga

berbeda.

Komposisi lignoselulosa berbeda-beda untuk setiap jenis tanaman.

Komposisi kayu Jati: +46,5% selulosa, +14,4% hemiselulosa dan +29,9% lignin

(Suryana, 2001), kayu Sengon terdapat 49,7% selulosa (Santoso, 1992), dan kayu

Akasia terdapat 51,54% selulosa dan 29,58% hemiselulosa (Syafii dan Siregar,

2006). Jenis kayu-kayu lain seperti Rotan, komposisinya: 71-76% holoselulosa

dan 18-27% lignin (Dephutb, 2006), sedangkan bambu, komposisinya: 42,4-53,6%

(18)

10

racun Senyawa da

Monosakari ida

oligosakar O

H da

Polisakari + ₂ → → →

Hidrolisis

Hidrolisis untuk memecah senyawa-senyawa selulosa dan hemiselulosa

menjadi gula. Mekanisme reaksi hidrolisis dengan menggunakan katalisator asam

seperti terlihat pada Gambar 7. Menurut Philipp (1984) mekanisme reaksi

hidrolisis didahului oleh ion H+ yang berasal dari katalisator menyerang selulosa,

sehingga struktur ikatanyya menjadi tidak stabil, akibatnya akan memudahkan

selulosa bereaksi dengan air (H2O).

Gambar 7. Mekanisme reaksi hidrolisis dengan katalisator asam (Philipp, 1984)

Reaksi kimia yang terjadi pada hidrolisis selulosa merupakan reaksi

irreversible yang dapat dituliskan sebagai berikut:

(1)

Sebagaimana yang terdapat dalam pustaka; waktu yang diperlukan untuk

hidrolisis lignoselulosa dengan asam encer sangat dipengaruhi oleh kondisi

operasinya. Hidrolisis sering dilakukan secara batch pada waktu paling lama 20

menit. Konsentrasi gula hasil hidrolisis pada berbagai waktu dapat dilihat pada

Gambar 8, yang menunjukkan bahwa konsentrasi asam sebagai katalisator

memberi pengaruh pada konsentrasi gula hasil hidrolisis. Hidrolisis dengan

konsentrasi katalisator tinggi dapat menghasilkan gula dengan konsentrasi tinggi

(19)

11 dkk., 2000; Kim dkk., 2000). Di sisi lain, konsentrasi gula yang dihasilkan dari

para peneliti pendahulu belum cukup bila dikehendaki konsentrasi etanol hasil

fermentasi mencapai +6%. Mereka kebanyakan menggunakan katalisator dengan

konsentrasi antara 0,5–5% dan konsentrasi gula yang dihasilkan jauh di bawah

120 g/L, sebagai contoh: 1) Hidrolisis kayu L. Camara dengan asam sulfat 5%,

suhu 140 oC, dan waktu 30 menit) memproduksi gula dengan konsentrasi 14,42 +

0,382 g/L dan yield +14.43% (Kuhad dkk., 2010). 2) Total gula dengan

konsentrasi 18,24 g/L (yield = 14.89%) dihasilkan dari hidrolisis kayu Prosopis

juliflora dengan asam sulfat 5%, suhu 140 oC, dan waktu 30 menit (Gupta dkk.,

2009).

Gambar 8. Pengaruh waktu dan konsentrasi asam sebagai katalisator pada

hidrolisis kayu Poplar (Lee dkk., 2000)

Suhu juga merupakan variabel hidrolisis yang berpengaruh (Gambar 9).

Pada gambar tersebut, nilai suhu dapat diwakili oleh nilai tekanan, yaitu tekanan

semakin tinggi maka suhu juga semakin tinggi. Hidrolisis yang terlalu lama dan

suhu yang terlalu tinggi dapat mengakibatkan terjadinya degradasi gula,

membentuk senyawa-senyawa kimia yang dapat bertindak sebagai racun bagi

pertumbuhan mikroorganisme ketika difermentasi. Senyawa-senyawa tersebut

(20)

12 Gambar 9. Pengaruh tekanan terhadap konsentrasi gula pada hidrolisis batang padi

(Karimi dkk., 2006)

Banyak penelitian yang telah dilakukan terkait dengan kinetika hidrolisis

lignoselulosa dengan asam encer. Canettieri dkk. (2007), Mosier dkk. (2002), dan

Torget dkk. (2000) pernah mempelajari kinetika hidrolisis lignoselulosa dengan

model pseudo-homogen. Sementara itu, Joksimovic dan Markovic (2007)

berpendapat bahwa hidrolisis lignoselulosa dengan asam encer merupakan reaksi

heterogen padat-cair. Namun demikian, reaksi tersebut dapat didekati dengan

model pseudo-homogen ketika ukuran partikelnya kurang dari 840 µm. Lavarack

(2002) melakukan penelitian terhadap hidrolisis hemiselulosa pada ampas tebu

dengan asam. Kinetika reaksi diturunkan dari reaksi seri yang terbentuk pada

gugus xilan menjadi xilosa dan xilosa menjadi furfural dengan pendekatan model

reaksi homogen. Hidrolisis diberlakukan pada variasi kondisi: jenis ampas tebu

yaitu bagasse dan bagacillo, suhu (80–200 oC), rasio padatan (1:5-1:20),

konsentrasi asam (0,25–8% berat) dan jenis asam yaitu asam sulfat dan asam

klorida. Perbedaan kedua jenis ampas tebu ini terdapat pada jumlah senyawa

pentosa, yaitu bagasse sebesar 268 mg/g dan bagacillo sebesar 277 mg/g. Pada

kondisi proses (suhu 120 oC, rasio padatan 1:20 dan konsentrasi asam sulfat

0,25% berat) didapatkan furfural terbentuk setelah reaksi berlangsung selama 50

menit. Kondisi optimum didapatkan yield xilosa 80%, yield furfural 15%. Asam

klorida kurang aktif mendegradasi xilosa dibanding asam sulfat. Variasi

(21)

13 130 oC. Perbedaan bahan baku relatif tidak memberi pengaruh terhadap degradasi

xilan, demikian juga terhadap kinetika reaksinya, model homogen yang dipilih

dapat menggambarkan hasil percobaan dari kedua bahan baku tersebut.

Berdasarkan penelitian sebelumnya dapat disimpulkan bahwa hidrolisis

lignoselulosa dengan asam encer juga sangat dipengaruhi oleh jenis bahan baku.

Secara lebih detail nilai yield gula pada berbagai variasi jenis bahan baku dapat

dilihat pada Tabel 1.

Tabel 1. Yield gula hasil hidrolisis pada variasi jenis bahan baku (suhu akhir = 180 oC dan konsentrasi asam sulfat = 0,18 mol/L)

Jenis bahan baku Kadar Lignin (%) Yield gula (%)

Daun 10,93 40,75

Sekam padi 14,78 31,13

Ranting 26,27 24,28

Jenis bahan baku yang mudah dihidrolisis adalah daun, sedangkan yang sulit

dihidrolisis adalah ranting. Ranting memiliki lignin yang jumlahnya lebih tinggi

dari pada daun, sehingga ikatan antar selulosanya lebih sulit untuk dipecah-pecah.

Kesimpulan ini didukung oleh Badger (2002) serta Hendriks dan Zeeman (2009),

yang menyatakan bahwa lignin memiliki struktur ikatan penghubung antara

senyawa-senyawa kimia tanaman lain.

Berdasar komposisi senyawa kimia yang terdapat dalam lignoselulosa dan

mekanisme reaksi hidrolisis dengan asam encer dapat diketahui bahwa prediksi

terhadap gula terbentuk pada variasi jenis bahan baku dan kondisi proses sangat

diperlukan. Ikatan antar senyawa kimia dalam lignoselulosa mengakibatkan hasil

yang berbeda pada hidrolisis dengan dengan asam encer. Prediksi tersebut dapat

diselesaikan melalui optimasi mikroskopis dengan metode Monte Carlo.

Model-model Kinetika

Perhitungan matematis terhadap kinetika hidrolisis lignoselulosa dengan

asam sulfat encer pernah dilakukan secara menyeluruh menggunakan empat

(22)

14 

    

− =

RT E A

De De

De exp

1. Model 1 = Model homogen dengan anggapan tidak ada degradasi gula.

2. Model 2 = Model homogen dengan anggapan ada degradasi gula.

3. Model 3 = Model heterogen dengan anggapan tidak ada degradasi gula.

4. Model 4 = Model heterogen dengan anggapan ada degradasi gula.

Perhitungan pemodelan matematis ini dibedakan dalam 2 kelompok

berdasarkan variabel percobaan yang dilakukan pada hidrolisis. Kelompok

pertama untuk hidrolisis dengan variasi suhu akhir. Sedangkan kelompok kedua

untuk hidrolisis dengan variasi konsentrasi katalisator.

a. Hidrolisis dengan variasi suhu akhir

Perhitungan model pada kinetika hidrolisis dengan variasi suhu akhir

dilandasi oleh:

1. Parameter Arrhenius baik untuk hidrolisis dan degradasi gula diambil

nilainya konstan pada variasi suhu akhir. Hal ini disebabkan karena faktor

frekuensi dan tenaga pengaktif memang tidak dipengaruhi oleh suhu.

Berarti nilai-nilai Ahyd, Ehyd, Adeg, dan Edeg adalah konstan pada semua

variasi suhu akhir.

2. Menurut Johnstone dan Thring (1957), persamaan (2) dapat dipakai untuk

mengkorelasikan nilai koefisien difusi terhadap suhu.

. (2)

Data perhitungan:

Bahan Baku = Sekam Padi

Konsentrasi katalisator = 0,18 mol/L

Hasil perhitungan untuk masing-masing model dijabarkan sebagai berikut:

1. Model 1 (Model homogen dengan anggapan tidak ada degradasi gula)

Pada model homogen semu tanpa degradasi gula ini, kondisi batas adalah

pada t = 0 nilai-nilai untuk T = 140 oC dan CD = CD(140 C). Langkah awal

perhitungan didahului dengan mencari persamaan yang cocok untuk

(23)

15 

  

  − =

RT k_hyd 158,87 exp 39,89

Persamaan dicoba-coba sampai memperoleh yang sesuai dengan data. Persamaan

empiris yang cocok tersebut dituliskan sebagai persamaan (3–6).

Run 1: Sebelum mencapai 160 oC:

T = 140 + 3,3737 t 1,074 , (3)

dan kemudian konstan pada 160 oC.

T = 140 + 3,3737 t 1,074 , (4)

T = 140 + 5,6442 t 0,876 , (5)

T = 140 + 5,5488 t 0,9073 , (6)

Hasilnya adalah nilai order reaksi, m, yang cocok adalah 1 untuk semua

variasi jenis bahan baku. Hasil optimasi Ahyd dan Ehyd dapat dilihat pada

persamaan (7).

, (7)

(24)

16       − = RT k_hyd 3,6.105exp 68,01

      − = RT k_deg 4.109exp 98,06

2. Model 2 (Model homogen dengan anggapan ada degradasi gula)

Pada model homogen semu dengan degradasi gula ini, kondisi batas yang

diambil adalah pada t = 0 nilai-nilai untuk T = 140 oC, CB = CB(140 C) dan CD =

CD(140 C). Dengan cara yang sama dengan model 1, hasil perhitungan menunjukkan

bahwa order reaksi untuk hidrolisis yang cocok sebesar 1 dan degradasi gula

sebesar 2. Persamaan Arrheniusnya dinyatakan sebagai persamaan:

, (8)

, (9)

dengan nilai SSE = 4,2259.10-4 dan kesalahan rerata = 1,60%.

Perbandingan data percobaan dan hasil perhitungan dapat dilihat pada

Gambar 10 untuk suhu akhir 160 oC.

0.06 0.08 0.1 0.12 0.14 0.16 0.18 0.2 0.22 0.24

0 5 10 15 20 25 30 35

t (menit)

C

D (

m o l/ L ) 130 160 190 220 250 280 310 340 T ( oC ) CD Hitung CD data T Hitung T data

(25)

17 3. Model 3 (Model heterogen dengan anggapan tidak ada degradasi gula)

Kondisi batas yang dipakai untuk menyelesaikan model heterogen ini

adalah sebagai berikut: pada t = 0 nilai-nilai untuk T = 140 oC, CH2SO4 = 0 dan Clig

= Clig(140 C). Hasil perhitungan terhadap nilai-nalai parameter kinetik adalah

sebagai berikut: Ahyd = 7.103 L/(mol.menit), Ehyd = 43,73 kJ/mol, ADe = 5.10-5

cm2/menit, EDe = 37,08 kJ/mol. Nilai SSE = 1,0983.10-4 dan kesalahan rerata =

1,51%.

4. Model 4 (Model heterogen dengan anggapan ada degradasi gula)

Model 4 ini diselesaikan dengan langkah yang sama pada penyelesaian

model 3. Kondisi batas yang dipakai untuk menyelesaikan model heterogen ini

adalah sebagai berikut: pada t = 0 nilai-nilai untuk T = 140 oC, CH2SO4 = 0, Clig =

Clig(140 C), dan CD = CD(140 C). Hasil dari nilai-nilai parameternya: Ahyd = 105

L/(mol.menit), Ehyd = 53,21 kJ/mol, Adeg = 107 1/menit, Edeg = 76,49 kJ/mol, ADe

= 5.10-5 cm2/menit, EDe = 37,08 kJ/mol. Nilai SSE = 1,1052.10-4 dan kesalahan

rerata = 1,55%. Hasil perhitungan dibandingkan dengan data percobaan pada

Gambar 11. 0.05 0.07 0.09 0.11 0.13 0.15 0.17 0.19 0.21 0.23

0 5 10 15 20 25 30 35 waktu (menit)

C

D (

m o l/ L ) 130 160 190 220 250 280 310 340 T ( o C ) CB Data CB Hitung T Data T Hitung

(26)

18 b. Hidrolisis pada variasi konsentrasi katalisator

Perhitungan model pada kinetika hidrolisis dengan variasi konsentrasi

katalisator dilandasi oleh:

1. Parameter Arrhenius baik untuk hidrolisis dan degradasi gula diambil

nilainya tidak konstan pada variasi konsentrasi katalisator. Meskipun

faktor frekuensi tidak dipengaruhi oleh konsentrasi katalisator namun

tenaga pengaktif dipengaruhi. Berarti nilai-nilai Ehyd dan Edeg tidak konstan

pada semua variasi konsentrasi katalisator, sedangkan nilai-nilai Ahyd dan

Adeg konstan.

2. Nilai koefisien difusi dipengaruhi oleh suhu (karena prosesnya non

isotermis) dengan persamaan (2).

Data percobaan:

Bahan Baku = Sekam Padi

Suhu Akhir = 180 oC

Langkah-langkah perhitungan dilakukan sama dengan untuk variasi suhu akhir.

1. Model 1

Nilai order reaksi, m, yang cocok adalah 1 dan hasil optimasi

parameter-parameternya disajikan pada Tabel 2. Tabel tersebut menunjukkan bahwa semakin

tinggi konsentrasi katalisator yang dipakai maka tenaga pengaktifnya semakin

menurun. Berarti pada konsentrasi katalisator tinggi reaksi berjalan lebih cepat.

Akibatnya pada waktu yang sama, yield gula yang didapat juga semakin

meningkat pada konsentrasi yang semakin tinggi.

Tabel 2. Nilai-nilai parameter pada model 1 pada variasi konsentrasi katalisator (Ahyd = 158,8682 1/menit dan kesalahan rerata = 2,03%)

Kosentrasi Katalisator (mol/L) Tenaga pengaktif, Ehyd (kJ/mol) SSE

0,3677 39,08 6,18.10-5

0,4045 38,83 2,42.10-4

0,4412 38,49 2,40.10-4

0,4786 38,33 3,46.10-4

0,5149 37,83 9,91.10-4

(27)

19

4 2

3427 , 0 15 , 11 )

ln(Ehyd = − CH SO

4 2

02 , 12 701 , 12 ) 50 , 59

ln(E_deg − = − CHSO

2. Model 2

Hasil perhitungan menunjukkan bahwa order reaksi untuk hidrolisis dan

degradasi gula yang cocok masing-masing sebesar 1 dan 2, serta

parameter-parameter kinetika reaksi disajikan pada Tabel 3.

Tabel 3. Nilai-nilai parameter pada model 2 pada variasi konsentrasi katalisator (Ahyd =

7,1621.104 1/menit, Adeg = 2,9422.105 L/(mol.menit), dan kesalahan rerata =

1,85%)

Kosentrasi Katalisator (mol/L) Tenaga pengaktif (kJ/mol) SSE

Ehyd Edeg

0,3677 61,36 64,09 2,5908.10-5

0,4045 60,77 61,88 6,7900.10-5

0,4412 59,58 60,90 1,7310.10-4

0,4786 58,99 60,60 2,8356.10-4

0,5149 58,15 60,10 5,8761.10-3

0,5516 57,79 60,00 8,4713.10-4

Korelasi antara tenaga pengaktif dengan konsentrasi katalisator dapat

dinyatakan dengan persamaan (10) dan (11).

, (10)

, (11)

kedua persamaan di atas mengindikasikan bahwa pengaruh konsentrasi katalisator

(28)

20

t C C

k _lig lig

δ δ = −

4 2 4

2

)

(C_H _SO k C_H _SO

f

k = = _hyd

3. Model 3

Nilai-nilai parameter kinetikanya dapat dilihat pada Tabel 4.

Tabel 4. Nilai-nilai parameter pada model 3 dengan variasi konsentrasi katalisator (Ahyd =

9,9.104 L/(mol.menit), ADe = 5.10-5 cm2/menit, EDe = 37,08 kJ/mol, dan

kesalahan rerata = 2,33%)

Konsentrasi katalisator (mol/L) Ehyd (kJ/mol) SSE

0,3677 54,04 8,89.10-4

0,4045 53,96 6,75.10-4

0,4412 53,96 2,97.10-4

0,4786 53,79 2,12.10-4

0,5149 53,79 6,94.10-4

0,5516 53,79 5,94.10-4

Hasil perhitungan terhadap nilai tenaga pengaktif, seperti yang tersaji pada

Tabel 4, terlihat jelas bahwa pada variasi konsentrasi katalisator nilai tenaga

pengaktif hidrolisis yang diperoleh relatif konstan. Hal ini menandakan bahwa

persamaan neraca massa lignoselulosa dapat dipakai (sesuai) untuk

menggambarkan mekanisme hidrolisi yang terjadi. Persamaan tersebut diturunkan

dari hasil simplifikasi persamaan neraca massa lignoselulosa dalam reaktor sistem

batch seperti pada persamaan (12) dan (13).

, (12)

dengan: . (13)

4. Model 4

Tabel 5 (Nilai-nilai parameter kinetika untuk masing-masing variasi

konsentrasi katalisator) menunjukkan dengan jelas bahwa variasi konsentrasi

katalisator relatif tidak berpengaruh terhadap nilai tenaga pengaktif hidrolisis,

(29)

21

4 2

0252 , 0 209 , 11 )

ln(E_deg = − C_H_SO

Tabel 5. Nilai-nilai parameter pada model 4 dengan variasi konsentrasi katalisator (Ahyd = 105 L/(mol.menit), Adeg = 107 1/menit, ADe = 5.10-5 cm2/menit, EDe = 37,08 kJ/mol, dan kesalahan rerata = 2,02%)

Konsentrasi katalisator (mol/L) Ehyd (kJ/mol) Edeg(kJ/mol) SSE

0,3677 53,21 73,16 1,43.10-4

0,4045 53,21 73,08 1,25.10-4

0,4412 53,21 73,00 2,46.10-4

0,4786 53,21 72,91 4,46.10-4

0,5149 53,21 72,87 7,59.10-4

0,5516 53,21 72,83 1,10.10-3

Korelasi antara nilai tenaga pengaktif degradasi gula dan konsentrasi

katalisator dituliskan seperti pada persamaan (14) serta dapat dilihat pada Gambar

12.

. (14)

11,192 11,196 11,200 11,204

0,3 0,35 0,4 0,45 0,5 0,55 0,6

CH2SO4 (mol/L)

ln

(

E

d

e

g)

Data Hitung

Gambar 12. Pengaruh konsentrasi katalis (CH2SO4) terhadap tenaga pengaktif (Edeg) pada model 4

Pada Tabel 4 dan 5 menunjukkan bahwa nilai energi aktivasi difusivitas,

EDE, sekitar 37,08 kJ/mol, lebih besar sedikit dari yang normal menurut Johnstone

dan Thring (1957), yaitu 37 kJ/mol untuk larutan sangat encer. Nilai ini lebih

tinggi dari nilai yang diberikan oleh Johnstone dan Thring karena konsentrasi

asamnya cukup tinggi (0,5516 mol/L). Selain itu, asam sulfat merupakan jenis

(30)

22 sehingga suhu operasi relatif rendah untuk asam sulfat. Oleh karena itu efek suhu

terasa kuat.

Sejarah Singkat Monte Carlo

Nama Monte Carlo diambil dari nama sebuah kota di Monaco yang terkenal

sebagai pusat kasino. Di sana pada umumnya judi menggunakan bilangan yang

dibangkitkan secara acak melalui berbagai alat judi. Lalu apa yang sama antara

tehnik simulasi komputer dengan casino Monte Carlo. Unsur peluang berperan

pada keduanya dan dalam waktu yang panjang hasil yang diharapkan akan

muncul. Pemilik kasino ingin agar dalam jangka panjang, dia memperoleh

keuntungan, sementara dalam setiap permainan para penjudi memperoleh

kesempatan yang masuk akal untuk menang. Metode Monte Carlo menggunakan

pembangkit bilangan random untuk membangkitkan kejadian.

Secara sistematik metode Monte Carlo mulai berkembang tahun 1944,

walaupun sebelumnya yaitu pada paruh ke dua abad 19 banyak orang melakukan

percobaan menjatuhkan jarum diantara dua garis sejajar untuk menghitung

pendekatan π . Percobaan tersebut asal mulanya dimulai oleh George Buffon. Tahun 1931 Kolmogorov menunjukkan hubungan antara proses stokastik Markov

dengan persamaan differensial. Tahun 1908 seorang mahasiswa bernama W.S.

Gosset menggunakan percobaan untuk membantunya menemukan distribusi

koefisien korelasi. Pada tahun yang bersamaan mahasiswa menggunakan metode

sampling untuk memantapkan keyakinannya pada distribusi yang disebutnya

distribusi t. Penggunaaan riil dari metode Monte Carlo berasal dari penelitian pada

bom atom selama perang dunia kedua. Pekerjaan ini menyangkut simulasi

langsung dari persoalan probabilistik berkaitan dengan difusi acak neutron pada

material fissile. Tetapi perkembangan sistematik ide ini harus menunggu hasil

karya Harris and Herman Kahn tahun 1948. Sekitar tahun 1948 Fermi,

Metropolis, and Ulam menemukan estimasi Monte Carlo untuk nilai eigen dari

persamaan Schrodinger.

Sekitar tahun 1970, perkembangan teori baru dalam kompleksitas kompuasi

(31)

23 Monte Carlo. Teori ini mengidentifikasi sekumpulan masalah dimana saat itu

orang masih berkonsentrasi mendapatkan solusi eksak.

State of The Art

Metode Simulasi Mekanisme Reaksi dengan Monte Carlo

Menurut Banks, Monte Carlo merupakan salah satu jenis metode simulasi

yang dapat digunakan untuk melakukan optimasi mikroskopis dalam memprediksi

proses dunia nyata atau sistem. Simulasi menyangkut pembangkitan proses serta

pengamatan dari proses untuk menarik kesimpulan dari sistem yang diwakili

(Banks, 1998). Metode Monte Carlo memberikan solusi pendekatan untuk

berbagai masalah dengan melakukan ’eksperimen’ sampling statistik pada

komputer. Walaupun pendekatannya stokastik, metode Monte Carlo dapat

dipergunakan untuk mencari solusi pendekatan dari persoalan-persoalan yang

bersifat deterministik. Pemakaian Monte Carlo pada reaksi kimia sudah sering

dilakukan, namun secara spesifik untuk reaksi hidrolisis lignoselulosa dengan

asam (Silva dan Freitas, 2007; Edgecombe dan Linse, 2008; Balabanyan dkk.,

2005; Meimaroglu dkk., 2011; Meimaroglu dkk., 2007; Krallis, 2008).

Secara umum, simulasi sebagai suatu cara menyelesaikan masalah,

mempunyai tahapan-tahapan atau langkah-langkah penting yang harus dilalui

diantaranya:

1. Formulasi masalah-mekanisme reaksi hidrolisis

2. Menyusun tujuan-panjang rantai yang berikatan dengan H2O

3. Pembuatan model-menggunakan metode Monte Carlo

4. Pengumpulan data-percobaan hidrolisis dengan variasi jenis bahan baku dan

kondisi proses

5. Verifikasi program komputer

7. Validasi model

Langkah yang paling sulit dan menentukan dalam simulasi dengan Monte

Carlo adalah membangkitakn bilangan random, yang dapat terdistribusi seragam.

Saat ini dapat dipastikan bahwa semua paket pemrograman sudah dilengkapi

(32)

24 seragam. Salah satu cara yang dapat dipergunakan membangkitkan bilangan

random adalah dengan menggunakan prinsip bilangan kongruensi modulo. Tehnik

ini dikenal dengan sebutan Linier Congruential Generator (LCG). Bentuk

umumnya adalah

X < −i + 1 = aX < −i + c(mod m)

dengan X0 sebagai seed dan a, m ∈ Z+, c adalah nol atau bilangan postif. Jika

c≠0 disebut mixed congruential generator sedangkan jika c=0 disebut

Multiplicative Linear Congruential Generator (MLCG). Maka X∈{0, 1, 2, · · · ,

m−1}. X disebut menyerupai bilangan random (pseudo random numbers). Disebut

“menyerupai” karena sesungguhnya barisan bilangan yang terjadi bersifat

deterministik dengan pola yang berulang dengan panjang tertentu. Algoritma

untuk menghasilkan bilangan bulat random pada interval (0, m) akan dinyatakan

(33)

25 BAB 3

TUJUAN DAN MANFAAT PENELITIAN

Tujuan Penelitian

Tujuan umum penelitian ini adalah melakukan optimasi mikroskopis dan

makroskopis hidrolisis lignoselulosa dengan asam encer sebagai katalis pada

kondisi non-isotermal.

Tujuan khusus penelitian pada tahun pertama untuk optimasi mikroskopis

hidrolisis lignoselulosa dengan asam encer sebagai katalis pada kondisi

non-isotermal. Tujuan khusus tersebut dapat dituliskan sebagai berikut:

1. Menyusun algoritma perhitungan konsentrasi gula hasil hidrolisis

lignoselulosa dengan asam encer sebagai katalis pada kondisi non-isotermal

dengan model kinetika yang diselesaikan menggunakan Runge-Kutta.

2. Menyusun algoritma perhitungan konsentrasi gula hasil hidrolisis

lignoselulosa dengan asam encer sebagai katalis pada kondisi non-isotermal

dengan menggunakan metode Monte Carlo.

3. Mencari parameter-parameter reaksi hidrolisis lignoselulosa dengan asam

encer pada kondisi non-isotermal menggunakan metode Monte Carlo.

Tujuan khusus penelitian pada tahun kedua untuk optimasi makroskopis

hidrolisis lignoselulosa dengan asam encer sebagai katalis pada kondisi

non-isotermal. Tujuan khusus tahun kedua dapat dituliskan sebagai berikut:

1. Mencari persaman hubungan antara variabel proses dengan konsentrasi gula

hasil hidrolisis lignoselulosa dengan asam encer pada kondisi non-isotermal

menggunakan Response Surface Methodology.

2. Mencari kondisi optimum pada hidrolisis lignoselulosa dengan asam encer

pada kondisi non-isotermal menggunakan Response Surface Methodology.

3. Mendapatkan batasan jenis bahan baku yang prospek untuk dikonversi menjadi

(34)

26 Manfaat Penelitian

Manfaat penelitian ini terlihat pada latar belakang yang diuraikan dan tujuan

yang akan dicapai, yaitu untuk kepentingan negara akan sumber energi

terbarukan, khususnya pemanfaatan limbah organik berbasis lignoselulosa untuk

dikonversi menjadi etanol. Didasari bahwa Indonesia sebagai negara tropis, maka

konversi sumber bahan baku berbasis lignoselulosa menjadi etanol sangat penting

untuk dipelajari. Kondisi masyarakat Indonesia menunjukkan bahwa jenis bahan

baku yang dalam waktu dekat yang cukup menjanjikan untuk diimplementasikan

adalah limbah organik perkotaan, berupa sekam padi, tongkol jagung, ranting,

daun, dan serbuk gergaji kayu, dengan cara hidrolisis dengan asam dan fermentasi

dengan yeast. Penelitian ini akan memodelkan mekanisme hidrolisis lignoselulosa

dengan asam encer menggunakan metode Monte Carlo. Hasil simulasi juga

dibandingkan dengan hasil perhitungan menggunakan metode kinetika dan

selanjutkan akan dioptimasi berdasar data percobaan dalam rangka mendapatkan

parameter-parameter reaksinya. Oleh karena ini, kontribusi dan manfaat yang

akan diberikan oleh hasil-hasil penelitian ini terhadap ilmu pengetahuan atau

pembangunan antara lain:

1. Hasil kegiatan penelitian ini diharapkan dapat memberikan manfaat bagi

pengembangan ilmu pengetahuan, terutama dalam perhitungan konsentrasi

gula hasil hidrolisis lignoselulosa menggunakan asam encer sebagai katalis

pada kondisi non-isotermal menggunakan metode simulasi dengan Monte

Carlo. Selain itu, hasil penelitian ini akan memberikan kajian fundamental

yang sangat bermanfaat terhadap pemecahan masalah kinetika yang sulit

dipecahkan karena membutuhkan penyelesaian persamaan diferensial derajad

tinggi.

2. Penelitian ini menghasilkan program simulasi dengan Monte Carlo untuk

menghitung konsentrasi gula hasil hidrolisis yang dapat diterapkan untuk

semua jenis bahan baku dengan panjang rantai pada ikatan selulosanya yang

(35)

27 m

B hyd

D _k _C

dt dC

=

) (

exp

T R

E A

khyd hyd hyd − =

BAB 4

METODE PENELITIAN

Kegiatan penelitian ini mencakup dua tahapan penting, yaitu menyusun

program simulasi dengan komputer dan melakukan percobaan di laboratorium

untuk mendapatkan data nyata. Program yang disusun terdiri dari tiga program.

Program pertama merupakan program perhitungan konsentrasi gula hasil

hidrolisis menggunakan metode kinetika yang diselesaikan dengan Runge-Kutta.

Program kedua untuk perhitungan konsentrasi gula menggunakan metode simulasi

dengan Monte Carlo. Program ketiga, melakukan optimasi parameter-parameter

reaksi hidrolisis menggunakan Monte Carlo. Sementara itu, percobaan di

laboratorium dikerjakan untuk mencari data konsentrasi gula hasil hidrolisis pada

variasi bahan baku, waktu, dan suhu.

4.1. Menyusun Program

4.1.1. Program perhitungan konsentrasi gula menggunakan model kinetika

disusun menggunakan persamaan-persamaan berikut.

a. Persamaan neraca massa untuk gula:

. (15)

b. Konstanta reaksi, khycd, dipengaruhi oleh suhu. Konstanta reaksi tersebut

diekspresikan dengan persamaan Arrhenius (Fogler, 1999), sebagaimana

dalam persamaan:

. (16)

c. Hidrolisis dijalankan pada kondisi non-isotermis sehingga nilai suhu

berubah selama hidrolisis,

(36)

28 d. Persamaan diferensial (15) tersebut akan diselesaikan dengan

menggunakan Runge-Kutta.

e. Pemograman dilakukan menggunakan Fortran versi Salford Plato.

4.1.2. Program perhitungan konsentrasi gula menggunakan simulasi dengan

Monte Carlo yang disusun menggunakan imaginasi berdasarkan

mekanisme reaksi hidrolisis sebagai berikut:

a. Reaksi hidrolisis disederhanakan sebagai reaksi depolimerisasi dari

polimer gula menjadi polimer gula dengan panjang rantai yang lebih kecil

dengan tujuan akhir menjadi monomer gula itu sendiri. Reaksi

depolimerisasi tersebut dapat dituliskan sebagai berikut.

… (18)

… (19)

… (20)

.

… (21)

Pada deretan persamaan reaksi di atas, symbol i adalah derajad

poliemarisasi dari polimer gula.

b. Berdasarkan mekanisme reaksi hidrolisis, bilangan random pertama

digunakan untuk menentukan kapan terjadinya perpecahan rantai polimer.

Nilai rata-rata interval waktu dihitung menggunakan formula di bawah ini:

(22)

c. Bilangan random kedua digunakan untuk menentukan rantai polimer yang

mana yang pecah.

d. Kedua bilangan random itu digunakan untuk menentukan probabilitas

(37)

29

(23)

e. Pemograman dilakukan menggunakan Fortran versi Salford Plato.

f. Program digunakan juga untuk mencari parameter-parameter reaksi

hidrolisis dengan cara curve-fitting antara data percobaan dengan hasil

perhitungan.

4.2. Melakukan Percobaan Laboratorium

4.2.1.Bahan

Bahan-bahan yang digunakan meliputi bahan baku lignoselulosa,

bahan-bahan kimia yang digunakan untuk hidrolisis, fermentasi, dan

pengujian-pengujian. Komposisi bahan baku berdasarkan kadar hemiselulosa, selulosa, dan

lignin disajikan pada Tabel 6 dan bahan-bahan kimia yang digunakan disajikan

pada Tabel 7. Jumlah komposisi pada Tabel 6 tidak 100% karena

senyawa-senyawa lain (pati, oligosakarida, dan senyawa-senyawa ekstraktif lain) tidak dianalisis.

Tabel 6. Kadar lignoselulosa dalam bahan baku

Jenis bahan baku Hemiselulosa (%) Selulosa (%) Lignin (%)

run 1 run 2 run 1 run 2 run 1 run 2

Serbuk gergaji kayu 08,83 9,55 33,23 36,25 31,55 30,91

Tongkol jagung 29,37 28,66 32,15 31,93 21,17 20,95

Tabel 7. Bahan-bahan kimia yang digunakan

Nama bahan Kegunaan Keterangan

Asam sulfat Katalisator untuk hidrolisi

Merck, Art. 713

Fehling A dan B

Analisis glukosa Produk lokal (konsentrasi 0,025 mol/L)

Glukosa standar

Analisis Fehling D(+)-Glucose-Monohydrat, Merck,

(38)

30 4.2.2. Variabel Penelitian

Variabel penelitian meliputi: jenis bahan baku (tongkol jagung, serbuk

gergaji kayu, dan campuran), suhu akhir (160, 180, 200, 220 oC), dan waktu (0, 5,

10, 15, 20, 25, 30, 35 menit). Hidrolisis dengan variasi suhu akhir dan waktu

dilakukan pada semua variasi jenis bahan baku dengan konsentrasi katalisator

tetap (0,18 mol/L).

4.2.3.Alat Percobaan

Peralatan hidrolisis dapat dilihat pada Gambar 13.

Autoclave Diameter = 14 cm dan tinggi = 12,5 cm

Flash chamber Diameter = 4 cm dan tinggi = 17,5 cm Pendingin Diameter = 5 cm dan tinggi = 40 cm

Gambar 13. Rangkaian alat hidrolisis 2

8

1 4

5

7 6

3

9

10

Keterangan:

1. Reaktor (Autoclave) 2. Alat ukur tekanan 3. Kran pengambilan sample 4. Termokopel

5. Motor penggerak reaktor 6. Termostat

7. Kontaktor 8. Pendingin 9. Flash chamber

(39)

31 0 0 0 100 x C C gula yield B D = L mol m x m x C lig S lig H B 180 111 , 1 . . 180 150 . ) 136 , 1 . . ( 0         + = Pelaksanaan penelitian

Hidrolisis diawali dengan memasukkan larutan asam sulfat dan

lignoselulosa dengan berat tertentu ke dalam reaktor (autoclave). Kemudian

reaktor ditutup dengan sempurna dan pemanas serta motor pengaduk dinyalakan.

Melalui termostat suhu diset pada angka tertentu. Selama reaksi berlangsung, suhu

akan naik terus (non-isotermis) sampai mencapai suhu tertentu, lalu dijaga

konstan (suhu akhir). Suhu pada berbagai waktu dicatat. Ketika suhu mencapai

140 oC, diambil sampel pertama kira-kira 6 mL dan seterusnya sampel diambil

setiap interval 5 menit sampai proses berlangsung 35 menit. Selanjutnya

konsentrasi gula dalam sampel dianalisis dengan metode Fehling.

4.2.4.Analisis hasil

Analisis gula dalam sampel hasil hidrolisis dilakukan dengan metode

Fehling. Hasil analisis menunjukkan nilai konsentrasi gula hasil hidrolisis (CD).

Hasil hidrolisis pada pustaka sering dinyatakan sebagai nilai yield gula. Oleh

karena itu nilai konsentrasi gula perlu dikonversi menjadi nilai yield gula, yaitu

perbandingan konsentrasi gula hasil hidrolisis (CD) terhadap kadar gula total (CB0)

dalam bahan baku, seperti pada persamaan (23).

. (23)

Sementara itu kadar gula total dalam bahan baku dihitung dengan persamaan (24).

(40)

32

BAB 5

HASIL DAN PEMBAHASAN

Hasil dari penelitian fundamental ini berupa program simulasi perhitungan

konsentrasi gula menggunakan model kinetika yang diselesaikan dengan

Runge-Kutta dan simulasi dengan Monte Carlo, serta data eksperimen untuk kemudian

akan digunakan mencari parameter-parameter reaksinya. Program perhitungan

menggunakan metode kinetika ini merupakan salah satu cara yang sudah teruji

keakuratannya dan didukung oleh teori-teori fundamental yang sudah diuraikan

pada laporan ini. Hasil program ini dijadikan acuan untuk menguji hasil program

perhitungan menggunakan metode simulasi dengan Monte Carlo. Adapun hasil

program dapat dilihat pada tampilan berikut ini.

C BATCH HYDROLYSIS C RUNGE-KUTTA METHOD

C A(J) + H2O ---> A(1) + A(J-1) C A(J) + H20 ---> A(2) + A(J-2) C A(J) + H20 ---> A(3) + A(J-3) C .

C . C .

C A(J) + H20 ---> A(J-1) + A(1) C MAY 20, 2012

DIMENSION CPOL(1000),AKRK1(1000),AKRK2(1000), A AKRK3(1000),AKRK4(1000),CTRANS(1000), A FUNGSI(1000),FKON(1000)

C INITIAL CONCENTRATION OF MONOMER, MOL/L C0=1.

C MAXIMUM TEMPERATURE TMAX=493.

C TIME INCREMENT, MIN DELT=0.1

C TIME OF SIMULATION, MIN TEND=40.

NSIM=INT(TEND/DELT+0.001) C TIME UNTIL PRINT

TPRINT=5.

NEVAL=INT(TPRINT/DELT+0.001)

C NUMBER OF DEGREE OF POLYMERIZATION OF INITIAL MOLECULES NINIT=80

(41)

33 CPOL(NINIT)=C0

DO 10,I=1,NINIT-1 CPOL(I)=0.

10 CONTINUE

C SIMULATION STARTS HERE ISIM=0

IEVAL=0

C RUNGE-KUTTA CALCULATION 20 TIME=FLOAT(ISIM)*DELT DO 30,I=1,NINIT CTRANS(I)=CPOL(I) 30 CONTINUE CALL DIFEQ(TMAX,NINIT,TIME,CTRANS,FUNGSI) DO 40,I=1,NINIT AKRK1(I)=FUNGSI(I)*DELT 40 CONTINUE TIME=TIME+DELT/2. DO 50,I=1,NINIT CTRANS(I)=CPOL(I)+AKRK1(I)/2. 50 CONTINUE CALL DIFEQ(TMAX,NINIT,TIME,CTRANS,FUNGSI) DO 60 I=1,NINIT

AKRK2(I)=FUNGSI(I)*DELT 60 CONTINUE

DO 70 I=1,NINIT

CTRANS(I)=CPOL(I)+AKRK2(I)/2. 70 CONTINUE CALL DIFEQ(TMAX,NINIT,TIME,CTRANS,FUNGSI) DO 80,I=1,NINIT AKRK3(I)=FUNGSI(I)*DELT 80 CONTINUE TIME=TIME+DELT/2. DO 90,I=1,NINIT CTRANS(I)=CPOL(I)+AKRK3(I) 90 CONTINUE CALL DIFEQ(TMAX,NINIT,TIME,CTRANS,FUNGSI) DO 100,I=1,NINIT AKRK4(I)=FUNGSI(I)*DELT 100 CONTINUE DO 110,I=1,NINIT CPOL(I)=CPOL(I)+(AKRK1(I)+2.*AKRK2(I)+ A 2.*AKRK3(I)+AKRK4(I))/6. 110 CONTINUE

ISIM=ISIM+1 IEVAL=IEVAL+1

IF(IEVAL .EQ. NEVAL) GOTO 120 GOTO 20

120 DO 130,I=1,NINIT FKON(I)=CPOL(I)/C0 130 CONTINUE

TOTAL=0.

(42)

34 140 CONTINUE

WRITE(*,250) FLOAT(ISIM)*DELT WRITE(*,255)

WRITE(*,260)

WRITE(*,270) DO 150 I=1,10

WRITE(*,280)I,FKON(I),CPOL(I)/TOTAL 150 CONTINUE

WRITE(*,270) IEVAL=0

IF(ISIM .LT. NSIM) GOTO 20 250 FORMAT(/2X,'TIME = ',F7.2,' MIN')

255 FORMAT(2X,'---')

260 FORMAT(4X,'NPOLY',5X,' CI/C0 ',4X,' POP(I) ') 270 FORMAT(4X,'---',5X,'---',4X,'---') 280 FORMAT(5X,I4,5X,F7.3,6X,F6.4)

STOP END

SUBROUTINE DIFEQ(TMAX,NINIT,TIME,CTRANS,FUNGSI) C CALCULATING DERIVATIVES

C MAY 20, 2012

DIMENSION CTRANS(1000),FUNGSI(1000) TEMP=413.+5.5*TIME**0.91

IF(TEMP .GT. TMAX)THEN TEMP=TMAX

ENDIF

AK=6.E6*EXP(-80000/8.314/TEMP) DO 500,J=1,NINIT

FUNGSI(J)=0.

DO 450,I=J+1,NINIT

FUNGSI(J)=FUNGSI(J)+2.*AK*CTRANS(I) 450 CONTINUE

FUNGSI(J)=FUNGSI(J)-FLOAT(J-1)*AK*CTRANS(J) 500 CONTINUE

RETURN

END

Hasil program dapat dilihat pada Gambar 14-18. Pada gambar-gambar

tersebut, hasil program perhitungan dengan model kinetika yang diselesaikan

menggunakan Runge-Kutta langsung ditampilkan bersama hasil program

menggunakan simulasi dengan Monte Carlo. Sementara itu untuk program

simulasi menggunakan Monte Carlo dapat disajikan seperti di bawah ini. Program

ini sudah diterima sebagai salah satu cara untuk menyelesaikan perhitungan pada

(43)

35

C BATCH HYDROLISIS C NON-ISOTHERMIC C MONTE CARLO METHOD

C A(J) + H2O ---> A(1) + A(J-1) C A(J) + H20 ---> A(2) + A(J-2) C A(J) + H20 ---> A(3) + A(J-3) C .

C . C .

C A(J) + H20 ---> A(J-1) + A(1) C MAY 20, 2012

DIMENSION ISTAT(500000),FMOL(50000)

C DEGREES OF POLYMERIZATION OF INITIAL POLYMERS NINIT=80

C MAXIMUM (FINAL)TEMPERATURE OF REACTION, K TMAX=493.

C MAXIMUM REACTION RATE CONSTANT, MOL/L/MIN TEMP=TMAX

CALL AKREAC(TEMP,AK) AKMAX=AK

C TIME OF SIMULATION, MIN TEND=40.

C NUMBER OF INITIAL POLYMER

C (NMOL0*NINIT MUST BE LESS THAN DIMENSION OF ISTAT) NMOL0=500

C NUMBER OF INITIAL BONDS NBOND=NINIT*NMOL0

C MINIMUM REACTION TIME AT INITIAL CONCENTRATION, MIN DELTR=1./AKMAX/FLOAT(NBOND)

C TIME INCREMENT (DELT MUST BE LESS OR EQUAL TO DELTR) DELT=0.001

IF(DELT .LE. DELTR) GOTO 15 WRITE(*,10)

10 FORMAT(2X,'DELT TOO LARGE, USE SMALLER DELT!') GOTO 290

15 IF(DELT .GE. 0.2*DELTR) GOTO 20 WRITE(*,18)

18 FORMAT(2X,'DELT TOO SMALL, USE LARGE DELT!') GOTO 290

C PROBABILITY OF REACTION

20 PROB=DELT/DELTR C NUMBER OF SIMULATION STEPS NSIM=INT(TEND/DELT+0.001)

C TIME INCREMENT FOR EVALUATION DELTP=5.

NEVAL=INT(DELTP/DELT+0.001)

C INITIAL STATUS OF BONDS(1=EXISTED, 0=NOT EXISTED) DO 30, I=1,NBOND

ISTAT(I)=1 30 CONTINUE

(44)

36

ISTAT(I)=0 40 CONTINUE

C SIMULATION STARTS HERE ISIM=0

IEVAL=0

C INDEX OF REACTING BOND 50 TIME=FLOAT(ISIM)*DELT

TEMP=413.+5.5*TIME**0.91 IF(TEMP .GT. TMAX)THEN TEMP=TMAX

ENDIF

CALL AKREAC(TEMP,AK) RATIO=AK/AKMAX

GAMA=RANDOM() Y=PROB*RATIO

IF(GAMA .GT. Y) GOTO 60

IREAC=1+RANDOM()*FLOAT(NBOND-1) IF(ISTAT(IREAC) .EQ. 0) GOTO 60 ISTAT(IREAC)=0

60 ISIM=ISIM+1 IEVAL=IEVAL+1

IF(IEVAL .EQ. NEVAL) GOTO 90 GOTO 50

90 CALL POPULATION(NINIT,NMOL0,NBOND,ISTAT,FMOL) WRITE(*,250) TIME

WRITE(*,255) WRITE(*,260) WRITE(*,270) TOTAL=0.

DO 120,I=1,NINIT TOTAL=TOTAL+FMOL(I) 120 CONTINUE

DO 130,I=1,10

WRITE(*,280)I,FMOL(I),FMOL(I)/TOTAL 130 CONTINUE

WRITE(*,270) IEVAL=0

IF(ISIM .LT. NSIM) GOTO 50 250 FORMAT(/2X,'TIME = ',F7.2,' MIN')

255 FORMAT(2X,'---')

260 FORMAT(4X,'NPOLY',4X,' CI/C0 ',4X,' POP(I) ') 270 FORMAT(4X,'---',4X,'---',4X,'---') 280 FORMAT(5X,I4,3X,F9.3,6X,F6.4)

290 STOP END

SUBROUTINE POPULATION(NINIT,NMOL0,NBOND,ISTAT,FMOL) C CALCULATING DISTRIBUTION BASED ON COUNTED NUMBER DATA DIMENSION ISTAT(500000),JSUM(20000),FMOL(20000)

(45)

37

640 CONTINUE ISTART=0

DO 700,I=1,NBOND

IF(ISTAT(I).EQ. 1) GOTO 700 IEND=I

NPOLY=IEND-ISTART

JSUM(NPOLY)=JSUM(NPOLY)+1 ISTART=IEND

700 CONTINUE

DO 720,I=1,NINIT

FMOL(I)=FLOAT(JSUM(I))/NMOL0 720 CONTINUE

RETURN END

SUBROUTINE AKREAC(TEMP,AK)

AK=6.E6*EXP(-80000/8.314/TEMP) RETURN

END

Di awal ketika melakukan pemograman, hasil simulasi Monte Carlo ini

belum sempurna karena di beberapa bagian terlihat osilasi yang menandakan

bahwa kurva hasil perhitungan belum memiliki konsistensi atau konvergen.

Simulasi dicoba-coba lagi dengan memperbesar nilai derajad polimerisasi sampai

diperoleh hasil perhitungan yang mendekati model kinetika, untuk derajad

polimerisasi 400 hasilnya pada Gambar 15 dan untuk 600 pada Gambar 16. Pada

derajad polimerisasi yang semakin tinggi (1000), hasil simulasi untuk perhitungan

konsentrasi gula hasil hidrolisis dengan asam encer pada kondisi non-isotermal

sudah baik dan hasilnya disajikan pada Gambar 17. Bahkan, untuk waktu reaksi

yang lama, yang awalnya 35 menit menjadi 40 menit, konsistensi kurva dapat

dipertahankan. Pada Gambar 18 terlihat bahwa simulasi Monte Carlo dapat

(46)

38 Gambar 14. Perbandingan hasil perhitungan menggunakan model kinetik (spotted line) dengan model Monte Carlo (solid line) pada hidrolisis 35 menit pada derajad

polimerisasi 200

Gambar 15. Perbandingan hasil perhitungan menggunakan model kinetik (spotted line) dengan model Monte Carlo (solid line) pada hidrolisis 35 menit pada derajad

(47)

39 Gambar 16. Perbandingan hasil perhitungan menggunakan model kinetik (spotted line) dengan model Monte Carlo (solid line) pada hidrolisis 35 menit pada derajad

polimerisasi 600

Gambar 17. Perbandingan hasil perhitungan menggunakan model kinetik (spotted line) dengan model Monte Carlo (solid line) pada derajad polerisasi 1000

(48)

40 Gambar 18. Perbandingan hasil perhitungan menggunakan model kinetik (spotted

line) dengan model Monte Carlo (solid line) pada derajad polimerisasi 1000 dan waktu 40 menit

(49)

41 Selain membuat program perhitungan, penelitian ini juga melakukan

percobaan laboratorium untuk mendapatkan data hidrolisis lignoselulosa dengan

asam encer dengan variasi bahan baku tongkol jagung, grajen kayu, dan campuran

bahan baku. Adapun hasilnya dituliskan sebagai berikut.

Bahan Baku: Tongkol jagung

Kadar gula total : 1,0098 mol/L

Hasil pengukuran suhu dan konsentrasi gula total hasil hidrolisis dapat

dilihat pada Tabel 8. Yield gula dari hasil hidrolisis tongkol jagung ini lebih kecil

bila dibandingkan dengan data pustaka. Pertama, perbandingan dilakukan

terhadap hasil hidrolisis dengan pemakaian asam sulfat 1% (0,36 mol/L) dan suhu

121 oC selama 1 jam. Glukosa yang dihasilkan sebesar 50,4 g/L (yield gula

sebesar 42,84%) (O’Brien, dkk., 2004).

Tabel 8. Data percobaan untuk bahan baku tongkol jagung Waktu

(menit)

Run 1 = suhu akhir 160 oC Run 2 = suhu akhir 180 oC Suhu

(oC)

Konsentrasi gula (mol/L)

Suhu (oC)

0 140 0,122 140 0,122

5 158 0,124 160 0,126

10 160 0,134 180 0,138

15 160 0,140 180 0,148

20 160 0,148 180 0,154

25 160 0,152 180 0,164

30 160 0,160 180 0,170

35 160 0,162 180 0,184

Yield = 16,0428 % 18,2214 %

Run 3 = suhu akhir 200 oC Run 4 = suhu akhir 220 oC

0 140 0,122 140 0,123

5 161 0,126 161 0,130

10 184 0,144 187 0,146

15 202 0,148 204 0,160

20 200 0,164 220 0,192

25 200 0,196 220 0,215

30 200 0,206 220 0,246

35 200 0,218 220 0,266

(50)

42 Kedua, perbandingan terhadap pemakaian konsentrasi katalisator lebih tinggi (0,6

mol/L) dan suhu 130 oC dan waktu reaksi 50 menit. Yield gula yang didapatkan

sebesar +60% (Saracoglu, dkk., 1998). Sementara itu, pada penelitian ini, suhu

160 oC, waktu reaksi 35 menit, dan konsentrasi asam 0,18 mol/L (0,5%), yield

gula yang didapatkan sebesar 16,04% (0,162 mol/L). Hasil perbandingan ini

menunjukkan bahwa pemakaian katalisator dengan konsentrasi tinggi dapat

meninggkatkan yield gula.

Bahan Baku: Serbuk gergaji kayu

Kadar gula total : 0,7305 mol/L

Hasil pengukuran suhu dan konsentrasi gula total hasil hidrolisis dapat dilihat

pada Tabel 9.

Tabel 9. Data percobaan untuk bahan baku serbuk gergaji kayu Waktu

(menit)

Run 1 = suhu akhir 160 oC Run 2 = suhu akhir 180 oC Suhu

(oC)

Suhu (oC)

0 140 0,070 140 0,071

5 160 0,080 157 0,079

10 160 0,085 179 0,092

15 160 0,092 180 0,102

20 160 0,095 180 0,110

25 160 0,102 180 0,118

30 160 0,107 180 0,124

35 160 0,110