BAB I PENDAHULUAN 1.1 Latar Belakang Penelitian

BAB I

PENDAHULUAN

1.1 Latar Belakang Penelitian

Energi listrik merupakan energi primer, yang saat ini keberadaannya belum dapat digantikan oleh energi yang lain. Di Indonesia, kebutuhan energi listrik masih banyak dihasilkan oleh pembangkit listrik berbahan bakar fosil seperti minyak bumi, batu bara, dan lain-lain. Penggunaan bahan bakar fosil tersebut berpotensi menyebabkan masalah baru dalam lingkungan, yaitu pencemaran lingkungan dan memicu pemanasan global. Selain itu, di wilayah Indonesia masih banyak daerah yang belum mendapat pasokan listrik. Tercatat baru sekitar 65% wilayah Indonesia yang sudah mendapatkan pasokan listrik, dan sisanya masih menggunakan energi alam.[1]

Dengan demikian, diperlukan suatu solusi yang efektif dan efisien baik secara aspek lingkungan maupun aspek ekologi yang dapat memberikan nilai positif bagi kelestarian lingkungan tanpa menyebabkan kerusakan di muka bumi ini.[2],[3] Allah SWT sendiri melarang hambanya untuk membuat kerusakan di muka bumi ini melalui firmannya dalam Al Quran surat Al A’raf ayat 56 – 58 yang artinya : “Dan janganlah kamu membuat kerusakan di muka bumi, sesudah

Solusi yang diperlukan adalah solusi berupa inovasi yang bersifat ramah lingkungan, tidak membahayakan mahluk hidup, dan tidak menimbulkan masalah baru agar kelestarian alam dapat terjaga. Sel surya merupakan sebuah teknologi ramah lingkungan yang diharapkan dapat mengatasi permasalahan akan kebutuhan energi listrik di Indonesia.

Sel surya cocok dikembangkan di Indonesia karena Indonesia merupakan negara yang memiliki iklim tropis dengan durasi penyinaran matahari yang cukup sepanjang tahunnya. Sel surya tersensitasi zat warna (Dye Sensitized Solar Cell, DSSC) merupakan salah satu generasi sel surya yang telah mendapatkan perhatian dunia sejak tahun 1991. DSSC merupakan perangkat sel surya yang sangat menarik karena beberapa keunggulan.[4] Keunggulan yang dimiliki oleh DSSC diantaranya adalah biaya produksi yang rendah dan memiliki efisiensi yang tinggi. Saat ini, sel surya tersensitasi zat warna merupakan sel surya yang paling efisien dan paling stabil.[5]

Dalam perkembangannya, sel surya mengalami banyak perubahan untuk mendapatkan sel surya dengan performance yang lebih baik. Generasi pertama dari sel surya adalah sel surya yang menggunakan bahan silikon (Si). Pada sel surya yang menggunakan silikon, efisiensi yang dihasilkan sel surya tersebut berkisar 20%. Kelemahan dari sel surya generasi pertama ini adalah bahan silikon yang digunakan relatif sulit untuk didapatkan, sehingga produksi sel surya generasi pertama tidak ekonomis karena ketersediaan silikon di alam relatif sedikit. Pada sel surya generasi kedua, digunakan polimer semikonduktor. Pada sel surya generasi kedua ini menggunakan perhitungan numerik yang rumit dengan menggunakan program SCAPS, dimana program ini merupakan program yang sama dalam proses karakterisasi sel surya dengan CdTe dan CIGS sebagai bahan dasarnya.[6] Kelemahan dari sel surya generasi kedua ini adalah proses produksinya memerlukan teknologi yang relatif canggih dan biaya produksi yang relatif tinggi.

merupakan sel surya generasi ketiga, pengembangan dari sel surya generasi pertama dan generasi kedua yang mana menggunakan bahan-bahan utama yang relatif sulit didapatkan dan proses produksinya relatif kurang ekonomis. Kinerja DSSC dipengaruhi oleh sifat dari sintesizer yang digunakan, seperti spektrum absorpsi, dan sifat redoks. Kelebihan dari DSSC dibandingkan kedua sel surya yang dikembangkan sebelumnya adalah cost performance yang lebih baik. Kelemahan yang dimiliki oleh DSSC pada saat ini adalah efisiensi yang lebih kecil dibandingkan sel surya generasi pertama dan generasi kedua. Efisiensi yang kecil ini, salah satunya disebabkan oleh zat warna sensitizer yang digunakan, yang mana masih harus dicari zat warna sensitizer yang lebih baik.

Studi komputasi dapat digunakan untuk memprediksi struktur dan sifat suatu sistem kimia dengan relatif cepat. Keunggulan dari metode ini dapat memprediksikan sifat molekul yang kompleks dengan hasil perhitungan yang dapat dikorelasikan dengan hasil eksperimen. Selain itu, studi komputasi dapat menghemat biaya, sebab hasil eksperimen dapat diramalkan sebelum eksperimen dimulai sehingga dapat meminimalisir kegagalan saat eksperimen dilakukan.[1] Dengan keunggulan studi komputasi, diharapkan output yang dihasilkan dari penelitian ini merupakan output dengan performa yang relatif lebih baik.

Creutz et al berhasil mengkarakterisasi ikatan turunan katekol (4-metil katekol, 4-t-butil katekol, dan dopamin) ke TiO2 berukuran 1 nm dan 4,7 nm menggunakan Spektroskopi UV-Vis.[7] Namun, dalam penelitian tersebut tidak dijelaskan secara detail mengenai sifat elektronik dari molekul-molekul tersebut. Pada penelitian ini akan dilakukan studi komputasi untuk mempelajari sifat elektronik senyawa dopamin, dan metil katekol, serta senyawa organik dopamin dan metil katekolyang terabsorpsi pada permukaan TiO2 cluster. Diharapkan hasil

studi komputasi yang akan dilakukan pada penelitian ini dapat melengkapi hasil penelitian Creutz et al yang tidak dapat dijelaskan secara eksperimen.

1.2 Rumusan Masalah Penelitian

katekol, serta senyawa zat warna organik dopamin dan metil katekol yang terabsorpsi pada senyawa TiO2 cluster?

1.3 Ruang Lingkup Penelitian

Metode yang digunakan dalam penelitian ini adalah metode Density

Functional Theory (DFT), dan metode Time Dependent Density Functional Theory (TDDFT). Perhitungan pada studi komputasi ini dihitung dengan

menggunakan perangkat lunak Firefly, dan Gaussian 03. Kemudian output yang dihasilkan dianalisis lebih lanjut. Hasil studi komputasi ini diharapkan dapat melengkapi hasil eksperimen Creutz et al dengan hasil yang dapat dikorelasikan dengan hasil eksperimen. Kajian pada penelitian ini terbatas pada senyawa organik dopamin dan metil katekol, serta senyawa organik dopamin dan metil katekol yang terabsorpsi pada senyawa TiO2 cluster.

Pada penelitian ini, prediksi sifat-sifat dari senyawa organik dopamin dan metil katekol, serta senyawa organik dopamin dan metil katekol yang terabsorpsi pada senyawa TiO2 cluster dibatasi pada perbedaan pita energi HOMO/LUMO, dan sifat elektronik berupaspektrum serapan UV-Vis.

1.4 Tujuan Penelitian

Untuk menentukan perbedaan pita energi HOMO/LUMO, dan sifat elektronik berupa spektrum serapan UV-Vis dari senyawa zat warna organik dopamin dan metil katekol, serta senyawa zat warna organik dopamin dan metil katekol yang teradsorpsi pada senyawa TiO2 cluster sehingga dapat melengkapi

BAB II

TINJAUAN PUSTAKA

Kemampuan zat warna dalam menangkap foton dapat mempengaruhi efisiensi DSSC. Creutz et al, dalam penelitiannya tidak menyertakan data panjang ikatan, grafik spektrum UV-VIS, osilator strength, dan beberapa data lainnya, sehingga diperlukan studi lebih lanjut untuk melengkapi eksperimen Creutz et al. Untuk itu, dilakukan studi komputasi dengan menggunakan metode DFT, dan TDDFT untuk memprediksi sifat elektronik dari senyawa zat warna organik dopamin dan metil katekol, serta senyawa zat warna organik dopamin dan metil katekol yang terabsorpsi pada senyawa TiO2 cluster sehingga dapat melengkapi hasil penelitian Creutz et al yang tidak dapat dijelaskan secara eksperimen.

2.1 Energi Matahari

Matahari adalah bintang yang paling dekat dengan bumi, sehingga penelitian tentang bintang ini lebih mudah dari pada bintang lainnya. Matahari memiliki jarak 150 juta kilometer dari bumi, dan dia menyediakan energi yang dibutuhkan oleh kehidupan di bumi ini secara berkesinambungan. Matahari membebaskan energi setiap detiknya menurut perhitungan para ahli, adalah ekuivalen dengan konversi massa hidrogen yang besarnya adalah 4,2 × 106 ton/detik, yang ekuivalen dengan 1,2 × 1016 KW. [8]

Matahari juga merupakan sumber energi utama yang sangat penting bagi kehidupan mahluk hidup baik di daratan maupun di perairan, karena cahaya matahari memiliki peranan penting dalam proses biologis maupun fisis mahluk hidup. Permukaan bumi menerima energi surya yang dipancarkan matahari dalam bentuk paket-paket energi yang disebut foton. Radiasi yang dihasilkan dapat memancarkan energi mendekati 1026 kalori/detik, dan lapisan teratas atmosfir bumi hanya dapat menerima 2 kalori/menit.[9]

Tidak semua cahaya matahari yang mencapai permukaan bumi dapat dilihat oleh mata manusia, hal ini diakibatkan karena tidak semua spektrum cahaya yang dipancarkan merupakan spektrum cahaya tampak (visible light) yang mampu dilihat oleh mata manusia. Sinar yang dipancarkan matahari merupakan gabungan dari beragam cahaya yang memiliki panjang gelombang dan spektrum warna yang berbeda-beda, tergantung warna yang dipancarkan. Berikut ini merupakan tabel panjang gelombang dari beberapa cahaya tampak :

Panjang gelombang Warna 400 – 440 nm Violet 440 – 480 nm Biru 480 – 560 nm Hijau 560 – 590 nm Kuning 590 – 630 nm Jingga 630 – 700 nm Merah

Tabel 2.1 Penampakan Warna dari Panjang Gelombang Cahaya Tampak yang Berbeda-beda[9]

2.2 Sel surya

suatu perangkat yang mampu mengkonversi energi matahari menjadi energi listrik melalui efek fotolistrik. Prinsip operasi dari efek fotolistrik dengan menggunakan selenium, telah ditemukan oleh Adam dan Day pada tahun 1876. Kemudian pada tahun 1941 semikonduktor yang digunakan pada fotolistrik dikembangkan oleh Ohl, sehingga dihasilkan sambungan p-n pada dua semi konduktor.[10]

Berdasarkan jenis dan bentuk susunan atom-atom penyusunnya, sel surya dapat dibedakan menjadi 3 jenis, yaitu :

1. Sel surya Monokristal (Mono-crystalline)

Sel surya monokristal merupakan panel yang paling banyak digunakan dan efisien, serta menghasilkan daya listrik persatuan luas yang paling tinggi. Sel surya monokristal dirancang untuk penggunaan yang memerlukan konsumsi listrik besar pada tempat-tempat yang beriklim ekstrim dan dengan kondisi alam yang memiliki suhu sangat tinggi. Efisiensi yang dihasilkan mencapai 14 - 18%. Kelemahan dari panel jenis ini adalah tidak akan berfungsi baik ditempat yang intensitas cahaya mataharinya kurang (teduh), sehingga efisiensinya akan turun drastis dalam cuaca berawan.[11]

Gambar 2.1 Penampang Panel Sel surya Monokristal

2. Sel surya Polikristal (Poly-crystaline)

jenis monokristal untuk menghasilkan daya listrik yang sama. Panel surya jenis ini memiliki efisiensi lebih rendah dibandingkan tipe monokristal, sehingga memiliki harga yang cenderung lebih rendah. Proses produksi sel surya jenis ini relatif lebih cepat dan memerlukan biaya yang relatif kecil.[11]

Gambar 2.2 Penampang Panel Sel surya Polikristal

3. Sel Surya Silikon Amorf

Sel surya silikon amorf mengacu pada objek yang memiliki bentuk pasti dan berasal dari bahan non-kristal. Tidak seperti silikon kristal, di mana susunan atomnya yang teratur, silikon amorf pengaturan atomnya tidak teratur. Pada silikon amorf, aktivitas timbal balik antara foton dan silikon cenderung lebih sering terjadi. Keunggulan kristal amorf dibandingkan dengan kristal silikon adalah cahaya yang mampu diserap lebih banyak. Dengan demikian, sebuah

film silikon amorf yang sangat tipis dengan ketebalan kurang dari 1μm dapat

dengan mendoping material silikon di belakang lempeng kaca. Dinamakan amorphous atau tanpa bentuk karena material silikon yang membentuknya tidak terstruktur atau tidak mengkristal. Sel surya jenis ini biasanya berwarna coklat tua pada sisi yang menghadap matahari dan keperakan pada sisi konduktifnya. Pada sel surya jenis ini terdapat garis-garis tipis pararel di permukaannya, garis-garis ini merupakan lapisan n dan p dari substrat silikon dan menjadi batas-batas individu sel surya dalam panel. Sel surya jenis ini biasanya tanpa titik hook-up atau kabel yang jelas, sehingga penggunaannya sedikit lebih rumit.[12]

Saat ini, sel surya telah berkembang menjadi sumber daya energi yang bersih dan juga biaya produksi yang relatif rendah. Kekurangan yang dimiliki oleh sel surya konvensional salah satunya adalah kinerjanya yang bergantung pada intensitas sinar matahari. Oleh karena itu, dalam penggunaannya diperlukan perangkat lain yang mampu menyimpan energi listrik sehingga energi listrik yang dihasilkan dapat digunakan walaupun sel surya sedang tidak mendapatkan sinar matahari.[10]

Faktor utama yang sangat berpengaruh pada kinerja sel surya terutama berasal dari faktor lingkungan sistem. Sel surya akan memberikan kinerja maksimal jika temperatur sel berada pada temperatur ruangan, yaitu sekitar 25°C. Kenaikan temperatur sel surya akan melemahkan tegangan yang dihasilkan. Intensitas radiasi matahari di setiap wilayah tentunya berbeda-beda, hal ini tentunya akan mempengaruhi pada kinerja sel surya. Selain itu, posisi atau tata letak dari sel surya itu sendiri juga akan mempengaruhi kinerja dari sel surya. Posisi sel surya yang tegak lurus dengan arah datang sinar matahari merupakan posisi terbaik penempatan sel surya, karena energi yang dihasilkan oleh sel surya tersebut akan maksimal.[13]

2.3 Sel Surya Tersensitasi Zat Warna

sejak tahun 1991. DSSC merupakan perangkat sel surya yang sangat menarik karena beberapa keunggulan. Keunggulan yang dimiliki oleh DSSC diantaranya adalah biaya produksi yang relatif rendah dan memiliki efisiensi yang relatif tinggi. Saat ini, sel surya tersensitasi merupakan sel surya yang paling efisien dan paling stabil.[14]

Sel surya tersensitasi zat warna merupakan alat yang mampu mengkonversi sinar matahari menjadi energi listrik.[1] Sel surya generasi pertama menggunakan bahan silikon sebagai sensitizer-nya, dan memiliki efisiensi yang tinggi yaitu sebesar 20%.[10] Mengingat bahan silikon yang berperan sebagai sensitizer tersedia dalam jumlah yang relatif sedikit, mengakibatkan sel surya generasi pertama ini memiliki biaya produksi yang relatif tinggi. Pada generasi kedua, digunakan semikonduktor polikristalin pada proses produksinya. Kekurangan pada sel surya generasi ini adalah proses produksinya membutuhkan teknologi yang relatif canggih, dan biaya yang relatif mahal. Untuk mengatasi kelemahan pada sel surya generasi pertama dan generasi kedua, maka dikembangkan DSSC yang memiliki beberapa keunggulan jika dibandingkan dengan sel surya generasi sebelumnya. DSSC merupakan sel surya generasi ketiga, pengembangan dari sel fotolistrik konvensional generasi sebelumnya. Fotolistrik merupakan perangkat yang bekerja berdasarkan konsep pemisahan muatan pada masing-masing

interface dari kedua material yang berbeda mekanisme konduksinya. DSSC

memiliki kelebihan dibandingkan sel surya generasi pertama dan generasi kedua, yaitu memiliki biaya produksi yang rendah. Artinya, biaya dalam memproduksi DSSC relatif lebih rendah namun menghasilkan performa yang relatif tinggi. Akan tetapi, DSSC yang terbaik saat ini masih memiliki kelemahan, salah satunya adalah efisiensi yang lebih kecil dibandingkan dengan sel surya generasi pertma dan kedua yaitu 12%. Efisiensi yang kecil ini diakibatkan oleh beberapa faktor, salah satunya adalah pengaruh sensitizer yang digunakan.[15]

bahan yang digunakan dalam keadaan baik, sehingga dapat menekan jumlah sampah. Hal ini tentunya berbanding terbalik dengan penggunaan batu baterai konvesional, karena sifatnya yang sekali pakai. Proses pembuatannya yang tidak harus menggunakan teknologi canggih dan bahan yang sulit ditemukan sehingga dapat menekan biaya produksinya. Mekanisme kerja DSSC meniru sistem fotosintesis yang terjadi di alam. DSSC terdiri dari bagian elektroda, elektrolit (iodide dan triodide (I-/I3-), semikonduktor (nanokristal titanium dioksida (TiO2), dan sensitizer.[16]

2.4 Mekanisme Transfer Elektron untuk Produksi Arus pada DSSC

Pada DSSC, sensitizer berperan sebagai sumber injeksi elektron ketika

sensitizer menerima foton dari cahaya matahari. Senyawa yang mampu

menangkap cahaya matahari dengan rentang panjang gelombang yang lebar, dan dapat teroksidasi saat terkena cahaya matahari merupakan syarat sensitizer yang baik. Pengertian teroksidasi disini yaitu elektron pada orbital HOMO (Highest

Occupied Molecular Orbital) sensitizer (D*/D), berpindah lagi menuju LUMO

(Lowest Unoccupied Molecular Orbital) sensitizer. Kemudian dari LUMO

sensitizer berpindah menuju pita konduksi (ECB) semi konduktor dengan bantuan energi cahaya matahari.

Gambar 2.3 Skema Prinsip Kerja DSSC[17]

Berdasarkan gambar diatas, terlihat bahwa elektron dari zat warna berputar ketika terkena foton dan cahaya matahari, sehingga DSSC dapat terus digunakan selama zat warna menerima foton dari cahaya matahari dan komponen dari DSSC dalam keadaan baik. Salah satu faktor yang mempengaruhi besar kecilnya energi yang dihasilkan DSSC adalah kemampuan sensitizer dan intensitas cahaya yang diterima.

2.5 Zat Warna Organik Dopamin dan Metil Katekol

Zat warna terbagi menjadi dua, yakni zat warna alami dan zat warna sintetik atau buatan. Zat warna alami dapat berasal dari bahan-bahan alami seperti tumbuhan, hewan, maupun mineral. Sedangkan zat warna sintetis merupakan zat warna yang disintesis dari penyulingan minyak bumi atau yang dikenal dengan zat warna buatan atau sintetik. Zat warna sintetik yang banyak digunakan pada DSSC umumnya menggunakan senyawa organik logam berbasis rutenium kompleks, namun memiliki biaya produksi yang cukup mahal. Untuk mengatasi masalah penggunaan zat warna yang mahal, maka dapat digunakan juga zat warna organik yang berasal dari tumbuhan. Keunggulan dari penggunaan zat warna organik alami adalah mudah didapatkan, dan biaya pembuatannya yang relatif mudah. Zat warna alami ini dapat disintesis dari tumbuh-tumbuhan, dan tidak memerlukan teknologi yang canggih dalam pengolahannya.[1]

yang dihasilkan. Dengan demikian, zat warna yang dipilih haruslah memiliki kemampuan menyerap panjang gelombang dengan rentang yang lebar agar semakin baik kinerja zat warna tersebut.

Pada percobaan yang telah dilakukan oleh Creutz et al, digunakan senyawa organik dopamin dan metil katekol sebagai sensitizer-nya dimana senyawa ini merupakan senyawa turunan katekol. Dopamin merupakan molekul zat warna yang dapat di sintesis dari buah pisang, terutama pada daging dan kulitnya yang memberikan warna kuning pudar. Zat warna katekol yang umum digunakan dalam penelitian didapatkan dari daun teh, dalam bentuk catechin. Zat warna ini menghasilkan warna tampak ungu hingga kekuningan.

Dalam percobaannya, digunakan kompleks katekol yang diamati dengan

electrospray ionization mass spectrometry (ESI-MS).[7] Fungsi zat warna pada DSSC adalah sebagai penangkap foton dari radiasi matahari yang digunakan untuk mengeksitasi elektron pada orbital HOMO zat warna tersebut, dan kemudian ditransfer ke pita konduksi semikonduktor TiO2.

Gambar 2.4 Struktur Senyawa Katekol

Gambar 2.6 Struktur Senyawa Metil katekol

Gambar 2.7 Struktur Senyawa Dopamin yang Teradsorpsi Pada TiO2

Cluster

Gambar 2.8 Struktur Senyawa Metil Katekol yang Teradsorpsi Pada TiO2

Cluster 2.6 Titanium Dioksida (TiO2)

Titanium dioksida merupakan kristal yang berwarna putih dengan indeks bias yang sangat tinggi, begitupun titik leburnya. Titik lebur yang dimiliki oleh senyawa ini adalah 1855 °C. Kristal TiO2 bersifat asam, tidak larut dalam air, asam klorida, asam sulfat encer dan alkohol. Namun, TiO2 ini larut dalam larut dalam campuran asam sulfat pekat dan asam florida.

relatif melimpah dalam kulit bumi yaitu sekitar 0,6 %. Mineral TiO2 yang utama adalah FeTiO3 (ilmenite) dan CaTiO3 (perovskit).

TiO2 dapat dipergunakan antara lain sebagai pigmen dalam industri cat, pemutih pada industri kosmetik, dan fotokatalis. TiO2 dapat berfungsi sebagai fotokatalis yaitu mempercepat reaksi yang diinduksi oleh cahaya karena mempunyai struktur semikonduktor yaitu struktur elektronik yang dikarakterisasi oleh adanya pita valensi (valence band; vb) terisi dan pita konduksi (conduction

band; cb) yang kosong. Kedua pita tersebut dipisahkan oleh celah yang disebut

energi celah pita (band gap energy; Eg). Energy gap TiO2 jenis anatase sebesar 3.2 eV dan jenis rutil sebesar 3.0 eV, sehingga jenis rutil lebih fotoreaktif daripada jenis rutil.[18] Dalam penelitian ini, TiO2 yang digunakan adalah berjenis anatase.

Gambar 2.9 Model Kristal TiO2 Anatase[18]

2.7 Komputasi Kimia

Masyarakat Indonesia sebagian besar beranggapan bahwa eksperimen kimia harus dilakukan didalam laboratorium, dan melibatkan bahan-bahan kimia baik berbentuk cair maupun padatan. Eksperimen yang dilakukan di dalam laboratorium umumnya memiliki kendala utama, yaitu keterbatasan alat dan bahan. Namun, dengan eksperimen secara komputasi kendala tersebut dapat diminimalisir. Eksperimen komputasi merupakan metode yang ramah lingkungan, relatif ekonomis, memungkinkan seorang peneliti untuk memprediksi penentuan struktur, sifat, atau sistem kimia dengan waktu yang lebih singkat. Selain itu,

eksperimen secara komputasi juga dapat memprediksikan sifat molekul yang kompleks dengan hasil perhitungan yang berkorelasi dengan hasil eksperimen.[19]

Metode yang umum digunakan dalam studi komputasi adalah metode

Density Functional Theory (DFT), dan Time Dependent Density Functional Theory (TDDFT). Kelemahan yang dimiliki oleh metode DFT adalah tidak dapat

menghitung spektrum absorpsi dan sifat elektro kimia, sementara TDDFT dapat mengatasi kelemahan tersebut. Dalam perhitungan komputasi harus menggunakan basis set sebagai baris perintah yang akan diterjemahkan oleh program komputer, basis set yang umum digunakan adalah 3-21G, 6-31G*.[1]

2.8 Metode Density Functional Theory (DFT), dan Metode Time Dependent Density Functional Theory (TDDFT)

BAB III

METODOLOGI PENELITIAN

3.1 Alat dan Model Molekul

3.1.1 Alat

Alat yang digunakan dalam penelitian ini adalah : a. Perangkat keras (hardware)

Perangkat keras yang digunakan dalam penelitian ini adalah komputer pribadi.

b. Perangkat lunak (software)

Perangkat lunak yang digunakan dalam penelitian ini adalah program Avogadro 1.1.0, Chemcraft 1.6, Firefly 8 RC 40, Gabedit, dan Gaussian 03.

3.1.2 Model Molekul

Model molekul yang digunakan dalam penelitian ini adalah : a. Molekul zat warna organik dopamin.

b. Molekul zat warna organik dopamin yang berikatan dengan TiO2 cluster.

c. Molekul zat warna organik metil katekol.

d. Molekul zat warna organik metil katekol yang berikatan dengan TiO2

cluster. 3.2 Metode Penelitian

pada molekul yang sudah di optimize, selanjutnya digunakan sebagai input file untuk perhitungan menggunakan perangkat lunak Firefly, dan Gaussian 03.

Seluruh input file senyawa dopamin, dopamin yang berikatan dengan TiO2, metil katekol , dan metil katekol yang berikatan dengan TiO2 dihitung menggunakan program Firefly , dan Gaussian yang dijalankan dalam sistem Windows. Perhitungan pertama merupakan perhitungan dengan menggunakan metode DFT (Density Functional Theory), dan output yang dihasilkan akan diolah lebih lanjut dengan perangkat lunak yang sama dengan menggunakan metode TDDFT (Time Dependent Density Functional Theory).

Untuk lebih jelas mengenai baris perintah yang digunakan dalam perhitungan, dapat dilihat sebagai berikut :

1. Perhitungan DFT Firefly

$BASIS GBASIS=N31 NGAUSS=6 NDFUNC=1 NPFUNC=1 $END $CONTRL SCFTYP=RHF RUNTYP=OPTIMIZE DFTTYP=B3LYP ICHARG=0 MULT=1 $END

$P2P P2P=.T. DLB=.T. $END $p2p mxbuf=2048 $end $contrl nzvar=1 $end 2. Perhitungan TDDFT Firefly

$CONTRL SCFTYP=RHF DFTTYP=B3LYP CITYP=TDDFT ICHARG=0 MULT=1 $END

$SYSTEM TIMLIM=3000 MEMORY=40676483 $END

$BASIS GBASIS=N31 NGAUSS=6 NDFUNC=1 NPFUNC=1 $END $TDDFT NSTATE=70 $END

$P2P P2P=.T. DLB=.T. $END $scf dirscf=.t. $end

$DATA

3. Perhitungan DFT Gaussian

4. Perhitungan TDDFT Gaussian

#p B3LYP/6-31G(d,p) SP TD(Nstates=70) gfinput pop=full iop(6/7=3) Perangkat lunak Gabedit akan mengolah file dengan ekstensi .out, output dari masing-masing perangkat lunak yang digunakan. Analisis dengan Gabedit ini dilakukan untuk mengetahui energi band gap HOMO/LUMO, dan juga spektrum UV dari senyawa dopamin, dopamin yang berikatan dengan TiO2, metil katekol, dan metil katekol yang berikatan dengan TiO2. Berikut ini adalah flow chart keseluruhan proses studi komputasi senyawa dopamin, dopamin yang berikatan dengan TiO2, metil katekol, dan metil katekol yang berikatan dengan TiO2 yang akan dilakukan pada penelitian ini :

Start

Gambar dan optimasi struktur (Avogadro)

Koordinat struktur (Avogadro)

Data output perhitungan

Metode DFT

Gabedit 2.4.6

Senyawa dopamin, dopamin yang berikatan dengan TiO2,

metil katekol , dan metil katekol yang berikatan dengan

TiO2

Input

Proses

Perhitungan Firefly, dan Gaussian

Metode TDDFT Perhitungan Firefly, dan

BAB IV

HASIL DAN PEMBAHASAN

4.1 Perlakuan Komputasi

Perhitungan ini dilakukan menggunakan metode DFT (Dependent

Functional Theory) dan TDDFT (Time Dependent Functional Theory) dengan

menggunakan beberapa perangkat lunak, diantaranya adalah dengan menggunakan Firefly 8 RC40, dan Gaussian 03. Mengikuti percobaan yang dilakukan oleh Sanchez et al, percobaan ini dilakukan dalam beberapa tahapan namun dengan menggunakan metoda dan basis set yang berbeda.[20] Penggambaran geometri senyawa dilakukan terlebih dahulu dengan menggunakan perangkat lunak Avogadro 1.1.0, penggambaran ini dilakukan untuk mendapatkan koordinat dari atom-atom dalam senyawa tersebut. Dari koordinat yang didapatkan, kemudian dibuat input file untuk masing-masing perangkat lunak. Dalam masing-masing input file yang dibuat, keseluruhan menggunakan basis set 6-31G (d,p) dengan menggunakan metode B3LYP. Untuk perhitungan DFT, dilakukan optimasi geometri, sedangkan untuk perhitungan TDDFT hanya menggunakan single point calculation. Pada perhitungan TDDFT, digunakan

Energi band gap HOMO/LUMO

Spektrum absorpsi UV - VIS Output

Gambar 3.1. Diagram Alir Studi Komputasi Senyawa Dopamin, Dopamin yang Berikatan dengan TiO2 , Metil katekol, dan Metil katekol yang Berikatan dengan TiO2 dengan Metode DFT dan

keadaan eksitasi sebesar 70. Hasil perhitungan DFT akan diproses lebih lanjut lagi menggunakan metode TDDFT. Dari hasil perhitungan TDDFT tersebut dapat diketahui spektrum UV-Vis dan perbedaan pita energi HOMO – LUMO masing-masing senyawa. Output hasil perhitungan digunakan untuk melengkapi hasil experimen.

4.1.1 Struktur Model Molekul

(a)

(b)

(c)

Gambar 4.1 (a) Model Molekul Dopamin Hasil Optimasi Geometri Secara Mekanika Molekuler, (b) Molekul Dopamin Hasil Optimasi Geometri Menggunakan Firefly, dan (c) Molekul Dopamin Hasil Optimasi Geometri

(a)

(b)

(c)

Gambar 4.2 (a) Model Molekul Dopamin yang Berikatan dengan TiO2 Hasil Optimasi Geometri Secara Mekanika Molekuler, (b) Molekul Dopamin yang Berikatan dengan TiO2 Hasil Optimasi Geometri Menggunakan Firefly, dan (c)

(a)

(c)

Gambar 4.3 (a) Model Molekul Metil Katekol Hasil Optimasi Geometri Secara Mekanika Molekuler, (b) Model Molekul Metil Katekol Hasil Optimasi Geometri

Menggunakan Firefly, dan (c) Model Molekul Metil Katekol Hasil Optimasi Geometri Menggunakan Gaussian.

(a)

(c)

Gambar 4.4 (a) Model Molekul Metil Katekol yang Berikatan dengan TiO2 Hasil Optimasi Geometri Secara Mekanika Molekuler, (b) Molekul Metil

Katekol yang Berikatan dengan TiO2 Hasil Optimasi Geometri Menggunakan Firefly; dan (c) Molekul Metil Katekol yang Berikatan

dengan TiO2 Hasil Optimasi Geometri Menggunakan Gaussian

4.2 Sifat Elektronik Dopamin Bebas dan Dopamin yang Teradsorpsi Pada TiO2

4.2.1 Kurva Adsorpsi UV-Vis

Gambar 4.5 Spektrum UV-Vis Dopamin Bebas Hasil Perhitungan Komputasi

Kekuatan osilator sebanding dengan intensitas spektrum, yang mejelaskan besarnya probabilitas elektron yang tereksitasi. Dalam senyawa dopamin bebas, terdapat beberapa puncak dengan intensitas yang berbeda-beda. Puncak paling tinggi dihasilkan pada energi 6,884 eV dengan kekuatan osilator sebesar 0,642, dimana puncak paling tinggi ini dihasilkan oleh eksitasi elektron dari H-2→L+1 sebanyak 16%, H-1→L+1 sebanyak 56%, dan H→Lsebanyak 16%. Selain itu, puncak tertinggi ini juga dihasilkan dari kontribusi minor dari eksitasi elektron H-3→L sebanyak 2%, H-2→L sebanyak 2%, dan H-1→L sebanyak 4% yang mengindikasikan pada panjang gelombang tersebut terdapat paling banyak elektron yang tereksitasi. Puncak tertinggi kedua dihasilkan pada energi 6,663 eV dengan kekuatan osilator sebesar 0,311, dimana pada puncak paling tinggi ini dihasilkan dari eksiatasi elektron dari H-2→L sebanyak 12%, H-1→L sebanyak 49%, dan H→L+1sebanyak 26%. Pucak tertinggi ketiga dihasilkan pada energi 9,289 dengan kekuatan osilator sebesar 0,093, dimana pada puncak paling tinggi ini dihasilkan dari eksitasi elektron dari H-2→L+7 sebesar 15%, H-2→L+8 sebesar 26%, dan H-1→L+8 sebesar 19%. Tabel 4.1 memperlihatkan probabilitas eksitasi elektron secara lengkap pada molekul zat warna dopamin hasil perhitungan TDDFT menggunakan perangkat lunak Firefly.

Tabel 4.1 Tabel Probabilitas Eksitasi Elektron Senyawa Dopamin Bebas Hasil Perhitungan Firefly (Keterangan : H = HOMO, L = LUMO)

No Kekuatan osilator

Energi

(eV) Kontribusi Utama Kontribusi Minor

H-1→L+6 (2%),H→L+9 (2%) 4 0,067 5,790 H-1→L(25%), H→L+1 (68%) H-2→L (3%), H→L (3%) 5 0,061 5,002 H-1→L+1 (16%), H→L (77%) H-2→L+1 (3%), HOMO→L+1 (2%) 6 0,049 9,173 H-7→L (80%) H-8→L (2%), H-1→L+7 (2%), H-1→L+8 (6%), H→L+9 (3%), H→L+10 (2%) 7 0,046 7,917 H-3→L (95%) 8 0,043 10,629 H-5→L+3 (33%), H-4→L+3 (17%), H→L+14 (23%), H→L+15 (12%) H-6→L+3 (3%), H→L+13 (3%) 9 0,033 8,397 H-3→L+1 (71%), H→L+8 (13%) H-2→L+4 (4%), H→L+7 (3%) 10 0,031 9,815 H-7→L+1 (25%), H-5→L+2 (21%), H-4→L+2 (22%), H-2→L+9 (16%) H-8→L+1 (2%), H-2→L+11 (2%)

Hasil dari perhitungan perangkat lunak Gaussian dengan menggunakan metoda TDDFT memberikan sedikit perbedaan dibandingkan hasil perhitungan menggunakan perangkat lunak Firefly, namun tidak terlalu signifikan. Puncak paling tinggi sama-sama dihasilkan pada energi 6,784 eV dengan kekuatan osilator sebesar 0,628, dimana puncak tertinggi ini dihasilkan oleh eksitasi

elektron dari H-2→L+1 sebanyak 26%,

kekuatan osilator sebesar 0,109. Tabel 4.2 memperlihatkan prediksi eksitasi elektron dari molekul zat warna dopamin hasil perhitungan TDDFT dengan menggunakan perangkat lunak Gaussian.

Seperti yang terlihat pada tabel hasil perhitungan senyawa dopamin diatas, pada senyawa zat warna dopamin bebas eksitasi elektron dominan bersal dari eksitasi H-2, H-1 dan L+1 (Tabel 4.1 dan Tabel 4.2). Nilai berkorelasi dengan hasil penelitian sebelumnya yang telah dilakukan sebelumnya oleh Sanchez et al namun dengan fungsi berbeda (PW91).[20] Orbital H-2 dan H-1 berasal dari orbital π pada seluruh gugus hidroksil. Elektron bebas pada gugus hidroksil memiliki kontribusi yang sangat tinggi pada orbital ini. Sementara itu, elektron bebas dari gugus hidroksil kemudian terdistribusi ke seluruh cincin molekul.

Tabel 4.2 Tabel Probabilitas Eksitasi Elektron Senyawa Dopamin Bebas Hasil Perhitungan Gaussian (Keterangan : H = HOMO, L = LUMO)

No Kekuatan osilator

Energi

H→L+1 (66%) 6 0,078 10,297 H-5→L+2 (34%), H-4→L+3 (11%), H-2→L+10 (11%), H-1→L+10 (24%) H-7→L+2 (3%), H-3→L+5 (2%) 7 0,068 7,980 H-3→L (84%) 8 0,058 4,978 H-1→L+1 (15%), H→L (73%) H-2→L+1 (9%) 9 0,052 9,410 H-2→L+8 (33%), H-1→L+8 (40%) H-3→L+2 (3%),H-2→L+6 (6%), H-2→L+7 (3%),H-1→L+6 (3%), H→L+10 (2%) 10 0,047 10,530 H-6→L+2 (16%), H-5→L+3 (27%) H-5→L+2 (9%),H-5→L+4 (7%), H-4→L+2 (7%),H-4→L+3 (4%), H-4→L+4 (3%),H-2→L+11 (8%), H-1→L+11 (5%)

Diagram penyebaran elektron dominan pada perhitungan senyawa dopamin dengan menggunakan dua perangkat lunak perhitungan komputasi menghasilkan data yang sama persis, diagram penyebaran elektron dapat dilihat di Gambar 4.6. Hal ini dikarenakan dalam perhitungan tersebut menggunakan metoda dan basis set yang sama. Perbedaan hanya dihasilkan pada persentase dari masing-masing kontribusi elektron, hal ini dikarenakan perbedaan tingkat akurasi yang dimiliki oleh perangkat lunak perhitungan yang digunakan.

Gambar 4.6 Diagram Penyebaran Elektron Hasil Perhitungan Komputasi Senyawa Dopamin Bebas (a) Pada Orbital H-2, (b) Pada Orbital H-1, (c) Pada

Orbital L+1, (d) Pada Orbital HOMO, dan (e) Pada Orbital LUMO.

Untuk senyawa zat warna yang teradsorpsi pada TiO2 dilakukan pendekatan yang hampir sama dengan senyawa zat warna bebas, dimana TiO2 yang digunakan adalah cluster Ti(OH)2-zat warna. Hasil perhitungan dari senyawa dopamin yang teradsorpsi pada cluster TiO2, menunjukan perbedaan yang tidak terlalu signifikan. Gambar 4.7 memperlihatkan spektrum UV-Vis dari senyawa dopamin yang teradsorpsi pada cluster TiO2 dari hasil perhitungan menggunakan perangkat lunak Gaussian dan Firefly, dimana dari gambar tersebut dapat diketahui jumlah puncak yang diperoleh dari masing-masing hasil perhitungan.

Pada perhitungan pertama yang menggunakan perangkat lunak Firefly, puncak tertinggi dengan kekuatan osilator 0,650 yang dihasilkan pada energi 6,828 eV, dimana puncak tersebut hanya berbeda sebesar 0,056 eV jika dibandingkan dengan molekul zat warna bebas. Puncak tersebut dihasilkan oleh kontribusi utama eksitasi elektron dari orbital H-2→L+8 sebanyak 55%, dan eksitasi elektron H→L+6 sebanyak 11%. Sementara kontribusi minor dihasilkan oleh eksitasi elektron 9→LUMO sebanyak 3%, 5→L+4 sebanyak 3%, 4→L+3 sebanyak 4%, 3→L+2 sebanyak 2%, 3→L+4 sebanyak 2%, H-2→L+7 sebanyak 3%, H-1→L+8 sebanyak 2%, dan H→L+7 sebanyak 3%.

Gambar 4.7 Spektrum UV-Vis Dopamin yang Teradsorpsi pada TiO2 Hasil Perhitungan Komputasi

Puncak tertinggi kedua dihasilkan oleh kontribusi utama eksitasi elektron dari orbital H-3→L+2 sebanyak 77%, sementara kontribusi minor dihasilan oleh eksitasi elektron dari 8→L+2 sebanyak 2%, 5→L+4 sebanyak 7%, dan H-2→L+8 sebanyak 4%. Puncak tertinggi ketiga dihasilkan oleh kontribusi utama eksitasi elektron dari orbital H-3→L+4 sebanyak 17%, H-2→L+6 sebanyak 22%, dan H-2→L+7 sebanyak 35%. Selain itu, puncak tertinggi ketiga ini dihasilkan dari kontribusi minor eksitasi elektron H-5→L+2 sebanyak 2%, H-4→L+1 sebanyak 2%, H-2→L+3 sebanyak 2%, H-2→L+8 sebanyak 2%, H-1→L+6 sebanyak 2%, dan H→L+8 sebanyak 7%. Tabel 4.3 memperlihatkan probabilitas eksitasi elektron secara lengkap dari molekul dopamin yang teradsorpsi pada TiO2

cluster hasil perhitungan TDDFT perangkat lunak Firefly.

Tabel 4.3 Tabel Probabilitas Eksitasi Elektron Senyawa Dopamin yang Teradsorpsi pada TiO2 Hasil Perhitungan Firefly (Keterangan : H = HOMO, L =

No Kekuatan osilator

Energi

(eV) Kontribusi Utama Kontribusi Minor

1 0,650 6,828 H-2→L+8 (55%), H→L+6 (11%) H-9→L (3%), H-5→L+4 (3%),H-4→L+3 (4%), 3→L+2 (2%),3→L+4 (2%), H-2→L+7 (3%),H-1→L+8 (2%), H→L+7 (3%) 2 0,147 6,659 H-3→L+2 (77%) H-8→L+2 (2%), H-5→L+4 (7%), H-2→L+8 (4%) 3 0,139 6,757 H-3→L+4 (17%), H-2→L+6 (22%), H-2→L+7 (35%) H-5→L+2 (2%), H-4→L+1 (2%),H-2→L+3 (2%), H-2→L+8 (2%),H-1→L+6 (2%),H→L+8 (7%) 4 0,116 5,153 H-2→L+8 (13%), H→L+6 (75%) H-2→L+1 (2%), H-2→L+3 (2%), H-1→L+8 (2%) 5 0,080 4,381 H-3→L (11%), H-2→L+1 (16%), H→L+3 (58%), H→L+4 (10%) H→L+6 (2%) 6 0,066 6,963 H-7→L+3 (16%), H-3→L+4 (47%) H-5→L+2 (2%), H-4→L+1 (2%),H-2→L+6 (4%), H-2→L+8 (2%),H-1→L+9 (7%), H→L+8 (4%) 7 0,048 4,970 H-3→L (76%) H-8→L (2%), H-2→L+1 (2%),H-2→L+3 (2%), H-1→L+3 (3%),H→L+3 (8%) 8 0,032 6,250 H-8→L (16%), H-7→L+1 (39%), H-1→L+7 (10%) H-11→L (4%), H-11→L+2 (2%),H-10→L (2%), H-4→L+1 (4%),H-2→L+6 (5%), H-2→L+7 (5%),H-2→L+8 (4%) 9 0,031 7,140 H-13→L+1 (18%), H-7→L+3 (17%), H-5→L+4 (16%) H-12→L+1 (4%), H-11→L+2 (5%), H-7→L+4 (5%), H-6→L+2 (3%), H-6→L+3 (2%), H-4→L+3 (7%), H-3→L+4 (3%), 10 0,030 6,090 H-1→L+8 (81%) H-7→L+1 (2%), H-2→L+6 (5%), H-2→L+8 (4%), H-1→L+7 (2%)

sebanyak 2%, H-1→L+8 sebanyak 2%, H→L+6 sebanyak 6%, dan H→L+7 sebnyak 2%.

Puncak tertinggi kedua memiliki kekuatan osilasi sebesar 0,122, dengan energi sebesar 5,170 eV. Puncak tertinggi kedua ini dihasilkan oleh eksitasi

elektron dari

H-2→L+8 sebanyak 20%, dan oleh eksitasi elektron dari H→L+6 sebanyak 72%. Puncak energi ketiga dihasilkan oleh kontribusi utama eksitasi elektron dari orbital

H-3→L+4 sebanyak 29%, H-2→L+6 sebanyak 17%, dan H-2→L+7 sebanyak 27%. Sementara itu, kotribusi yang dihasilkan adalah H-2→L+8 sebanyak 2%, dan H→L+8 sebanyak 5%. Probabilitas eksitasi elektron hasil perhitungan TDDFT dari molekul dopamin yang teradsorpsi TiO2 menggunakan perangkat lunak Gaussian secara lebih rinci diperlihatkan pada Tabel 4.4.

No

Kekuatan Osilator

Energi

(eV) Kontribusi Utama Kontribusi Minor 1 0,675 6,833 H-2→L+8 (44%) H-11→L (3%), H-6→L+3 (2%), H-4→L+3 (5%), H-2→L+6 (2%), H-2→L+7 (2%), H-1→L+8 (2%), H→L+6 (6%), H→L+7 (2%) 2 0,122 5,170 H-2→L+8 (20%), H→L+6 (72%) 3 0,101 8,064 H-3→L+4 (29%), H-2→L+6 (17%), H-2→L+7 (27%) H-2→L+8 (2%), H→L+8 (5%) 4 0,088 4,333 H-3→L (13%), H-2→L+1 (11%), H→L+3 (66%) 5 0,085 6,940 H-11→L (12%), H-10→L (11%), H-8→L+1 (10%), H-7→L+3 (12%), H-3→L+4 (23%) H-14→L (3%), H-2→L+6 (3%), H-2→L+8 (4%), H→L+8 (2%) 6 0,084 6,623 H-5→L+2 (20%), H-3→L+2 (62%) H-5→L+4 (7%) 7 0,071 6,966 H-11→L (36%), H-14→L (5%), H-8→L+1 (3%),

H-10→L (13%), H-7→L+3 (12%) H-3→L+4 (9%), H-2→L+6 (2%) 8 0,055 4,937 H-3→L (75%) H-2→L+3 (2%), H→L+3 (7%) 9 0,046 7,103 H-13→L+1 (32%), H-12→L+2 (10%), H-5→L+4 (25%) H-7→L+3 (3%), H-6→L+3 (7%), H-4→L+3 (9%) 10 0,038 6,618 H-5→L+2 (58%), H-3→L+2 (17%) H-10→L (2%), H-9→L (3%), H-9→L+2 (2%), H-3→L+4 (3%), H-2→L+7 (3%)

Gambar 4.8 menunjukan diagram penyebaran elektron pada senyawa zat warna dopamin yang teradsorpsi pada TiO2. Dalam keadaan teradsorpsi pada TiO2, senyawa zat warna menunjukan lebih banyak elektron yang terdistribusi pada seluruh sistem zat warna. HOMO dan LUMO yang dihasilkan hampir menyerupai molekul zat warna bebasnya. Namun ada hal lain yang harus diperhatikan, yakni pada eksitasi elektron yang dihasilkan oleh atom Ti. Terutama pada L+2 dan seterusnya dimana pada keadaan eksitasi ini terdapat orbital d yang berasal dari atom Ti. Atom Ti memiliki peran penting pada terbentuknya orbital d. Pada sistem zat warna yang memiliki beberapa atom titanium, fungsi gelombang elektronik dapat tersebar ke seluruh sistem zat warna. Pada sistem tersebut, fungsi dari atom titanium adalah untuk menstabilkan sistem zat warna secara keseluruhan.

c d

Gambar 4.8 Diagram Penyebaran Elektron Hasil Perhitungan Komputasi Senyawa Dopamin yang Teradsorpsi pada TiO2 (a) Pada Orbital H-2, (b) Pada

Orbital L+8,

(c) Pada Orbital HOMO, dan (d) Pada Orbital L+6.

Setelah teradsorpsi pada TiO2, gabungan senyawa zat warna dan cluster memiliki distribusi densitas elektron lebih banyak. Pengurutan distribusi densitas elektron ini dilakukan oleh perangkat lunak perhitungan dengan melihat seberapa dekat tingkatan energi yang ada pada elektron yang menempati orbital dan orbital virtual yang ada.

4.3 Sifat Elektronik Metil Katekol Bebas dan Metil Katekol yang Teradsorpsi padaTiO2

4.3.1 Kurva Absorpsi UV-Vis

Gambar 4.9 Spektrum UV-Vis Metil Katekol Hasil Perhitungan Komputasi

Dari hasil perhitungan menggunakan perangkat lunak Firefly, puncak tertinggi pertama dengan kekuatan osilator 0,426 mempunyai energi sebesar 6,873 eV. Puncak tertinggi ini dihasilkan oleh eksitasi elektron dari H-1→L+7 sebanyak 30%, dan H-1→L+9 sebanyak 20%. Kontribusi minor yang dihasilkan berasal dari eksitasi elektron dari 11→L+1 sebanyak 6%, 10→L sebanyak 2%, H-8→L sebanyak 5%, H-5→L+2 sebanyak 5%, H-3→L+2 sebanyak 2%, H-1→L+6 sebanyak 2%, dan H→L+6 sebanyak 8%.

H→L+7 sebanyak 7%. Tabel 4.5 memperlihatkan probabilitas eksitasi elektron secara lengkap pada molekul zat warna metil katekol hasil perhitungan TDDFT menggunakan perangkat lunak Firefly.

Perhitungan menggunakan perangkat lunak Gaussian menghasilkan hasil yang sedikit berbeda dibandingkan hasil perhitungan TDDFT Firefly, namun tidak terlalu signifikan. Puncak tertinggi pertama yang dihasilkan memiliki kekuatan osilator sebesar 0,372, dan memiliki energi sebesar 6,821 eV. Puncak tertinggi pertama ini dihasilkan oleh eksitasi elektron dari orbital H-11→LUMO sebanyak 11%, dan H-1→L+8 sebanyak 40%. Kontribusi minor yang dihasilkan berasal dari orbital molekul H-10→L+1 sebanyak 2%, H-9→L sebanyak 9%, H-5→L+3 sebanyak 2%, H-4→L+3 sebanyak 4%, dan H→L+6 sebanyak 8%.

Puncak tertinggi kedua dihasilkan pada energi 6,703 eV, dengan kekuatan osilator sebesar 0,171. Puncak ini sama-sama dihasilkan oleh eksitasi elektron dari orbital

H-2→L+4 sebanyak 34%, dan H-1→L+6 sebanyak 17%. Sementara itu, kontribusi minor dihasilkan oleh eksitasi dari orbital 8→L sebanyak 2%, 7→L sebanyak 3%, 4→L+1 sebanyak 3%, 3→L+2 sebanyak 7%, H-1→L+7sebanyak 8%, dan H→L+8 sebanyak 8%. Puncak tertinggi ketiga yang dihasilkan memiliki kekuatan osilator sebesar 0,137, dengan energi yang dihasilkan sebesar 6,964 eV. Puncak tertinggi ketiga ini dihasilkan oleh eksitasi elektron dari orbital H-11→L sebanyak 16%, H-9→L sebanyak 10%, H-6→L+3 sebanyak 29%, dan H-2→L+4 sebanyak 12%. Tabel 4.6 memperlihatkan probabilitas eksitasi elektron secara lengkap pada molekul zat warna metil katekol hasil perhitungan TDDFT menggunakan perangkat lunak Gaussian.

No Kekuatan osilator

Energi

(eV) Kontribusi Utama Kontribusi Minor 1 0,426 6,873 H-1→L+7 (30%), H-1→L+9 (20%) H-11→L+1 (6%), H-10→L (2%), H-8→L (5%), H-5→L+2 (5%), H-3→L+2 (2%), H-1→L+6 (2%), H→L+6 (8%) 2 0,206 6,7045 H-11→L+1 (20%), H-1→L+7 (25%) H-10→L (2%), H-9→L (7%), H-8→L (9%), 7→L (2%), 3→L+3 (7%), H-3→L+5 (2%),H-2→L+3 (2%), H-1→L+8 (3%), H→L+6 (4%) 3 0,119 6,589 H-2→L+2 (19%), H-1→L+6 (17%), H-1→L+8 (33%) H-10→L (3%), H-8→L (4%), H-3→L+2 (2%), H-2→L+3 (2%), H-2→L+5 (4%), H→L+7 (7%) 4 0,090 5,166 H-1→L+3 (11%), H-1→L+7 (16%), H→L+6 (63%) H-1→L+5 (5%) 5 0,066 6,855 H-1→L+8 (11%), H-1→L+9 (42%) H-11→L+1 (8%), H-10→L (4%),H-9→L (3%), H-5→L+2 (4%), H-2→L+5 (6%), H-1→L+6 (2%), H-1→L+7 (4%), H-1→L+10 (3%) 6 0,065 6,803 H-9→L (18%), H-8→L (11%), H-1→L+8 (11%), H-1→L+9 (18%) H-11→L+1 (4%), H-7→L (6%), H-5→L+2 (7%), H-1→L+6 (9%), H-1→L+10 (4%), H→L+7 (2%) 7 0,052 7,001 H-5→L+2 (13%), H-5→L+3 (10%), H-4→L+2 (12%) H-11→L+1 (5%), H-10→L (3%), H-10→L+1 (7%), H-9→L+1 (7%), H-8→L+2 (2%), H-7→L+1 (4%), H-7→L+2 (2%), H-6→L+2 (2%), H-4→L+3 (5%), H-3→L+2 (2%), H-2→L+2 (2%), H-2→L+5 (3%), H-1→L+6 (2%), H-1→L+7 (3%), H→L+7 (2%) 8 0,050 6,925 H-8→L+1 (10%), H-3→L+2 (11%) H-11→L+1 (4%), H-10→L (3%), H-9→L (5%), H-9→L+1 (4%), H-5→L+3 (6%), H-5→L+5 (2%), H-4→L+2 (6%), H-4→L+5 (2%), H-3→L+3 (9%), H-2→L+5 (8%), H-1→L+6 (5%), H-1→L+7 (2%), H-1→L+8 (4%), H-1→L+9 (2%), H→L+7 (3%) 9 0,046 3,672 H-1→L+1 (93%) H→L+5 (2%) 10 0,046 7,974 H-3→L+6 (78%) H-15→L (2%)

No Kekuatan osilator

Energi

(eV) Kontribusi Utama Kontribusi Minor 1 0,372 6,821 H-11→L (11%), H-1→L+8 (40%) H-10→L+1 (2%), H-9→L (9%), H-5→L+3 (2%), H-4→L+3 (4%), H→L+6 (8%) 2 0,171 6,703 H-2→L+4 (34%), H-1→L+6 (17%) H-8→L (2%), H-7→L (3%), H-4→L+1 (3%), H-3→L+2 (7%), H-1→L+7(8%), H→L+8 (8%) 3 0,137 6,964 H-11→L (16%), H-9→L (10%), H-6→L+3 (29%), H-2→L+4 (12%) H-5→L+3 (2%), H-1→L+6 (3%), H-1→L+8 (6%), H→L+8 (2%) 4 0,135 6,909 H-11→L (23%), H-9→L (11%), H-2→L+4 (22%) H-8→L (7%), H-6→L+3 (9%), H-4→L+3 (5%), H-1→L+8 (5%), H→L+8 (2%) 5 0,088 6,630 H-2→L+2 (78%) H-3→L+4 (9%) 6 0,085 7,153 H-6→L+3 (43%), H-2→L+4 (20%) H-10→L+3 (6%), H-4→L+3 (3%), H→L+8 (5%) 7 0,064 5,275 H-1→L+8 (27%), H→L+6 (66%) H→L+7 (2%) 8 0,058 4,355 H-2→L (13%), H→L+3 (69%) H-1→L+1 (5%), H→L+4 (7%) 9 0,052 6,603 H-3→L+2 (81%) H-1→L+6 (5%), H-1→L+7 (4%) 10 0,049 4,955 H-2→L (67%) H-3→L (4%), H-1→L+3 (9%), H→L+3 (7%)

Gambar 4.11 Merupakan spektrum UV-Vis hasil perhitungan dari senyawa metil katekol yang terabsorpsi pada TiO2 cluster, menunjukan adanya sedikit perbedaan walau tidak signifikan. Pada senyawa ini, metil katekol terabsorpsi pada TiO2 dimana atom Ti sebagai atom pusatnya dan dihitung menggunakan dua perangkat lunak perhitungan komputasi yang berbeda.

a

d e

b _c

Gambar 4.10 Diagram Penyebaran Elektron Hasil Perhitungan Komputasi Senyawa Metil Katekol Bebas (a) Pada Orbital H-1, (b) Pada Orbital L+7, (c) Pada Orbital L+8,

Gambar 4.11 Spektrum UV-Vis Metil Katekol yang Teradsorpsi pada TiO2 Hasil Perhitungan Komputasi

Pada perhitungan pertama yang menggunakan perangkat lunak Firefly, puncak tertinggi pertama yang dihasilkan memiliki energi sebesar 6,873 eV dengan kekuatan osilator sebesar 0,426. Puncak ini sama-sama dihasilkan oleh eksitasi elektron dari orbital H-1→L+7 sebanyak 30%,dan H-1→L+9 sebanyak 20%. Sementara kontribusi minor dihasilkan oleh eksitasi elektron dari orbital H-11→L+1 sebanyak 6%, H-10→L sebanyak 2%, H-8→L sebanyak 5%, H-5→L+2 sebanyak 5%, H-3→L+2 sebanyak 2%, H-1→L+6 sebanyak 2%, dan H→L+6 sebanyak 8%.

Puncak tertinggi ketiga dihasilkan oleh eksitasi elektron dari orbital H-2→L+2 sebanyak 19%, H-1→L+6 sebanyak 17%, dan H-1→L+8 sebanyak 33%. Sementara itu, kontribusi minor dihasilkan oleh eksitasi elektron dari orbital H-10→L sebanyak 3%, H-8→L sebanyak 4%, H-3→L+2 sebanyak 2%, H-2→L+3 sebanyak 2%, H-2→L+5 sebanyak 4%, dan H→L+7 sebanyak 7%. Tabel 4.7 memperlihatkan probabilitas eksitasi elektron secara lengkap pada molekul zat warna metil katekol yang teradsorpsi pada TiO2 hasil perhitungan TDDFT menggunakan perangkat lunak Firefly.

Hasil perhitungan molekul zat warna metil katekol yang teradsorpsi pada TiO2 dengan menggunakan perangkat lunak Gaussian menghasilkan spektrum UV-Vis yang hampir serupa dengan Firefly, dimana hasil perhitungan tersebut sama-sama menghasilkan tiga puncak pada panjang gelombang dengan perbedaan yang tidak signifikan. Puncak tertinggi pertama yang dihasilkan mempunyai energi sebesar 6,821 eV, dengan kekuatan osilator sebesar 0,372. Puncak tertinggi ini dihasilkan oleh kontribusi utama eksitasi elektron dari orbital H-11→L sebanyak 11%, dan H-1→L+8 sebanyak 40%. Kontribusi minor dihasilkan oleh eksitasi elektron dari orbital 10→L+1 sebanyak 2%, 9→L sebanyak 9%, H-5→L+3 sebanyak 2%, H-4→L+3 sebanyak 4%, dan H→L+6 sebanyak 8%.

Puncak tertinggi kedua memiliki kekuatan osilator sebesar 0,171, dengan energi sebesar 6,703 eV. Puncak tertinggi kedua ini sama-sama dihasilkan oleh eksitasi elektron dari orbital 10→L+1 sebanyak 2%, 9→L sebanyak 9%, H-5→L+3 sebanyak 2%, H-4→L+3 sebanyak 4%, dan H→L+6 sebanyak 8%. Sementara itu, kontribusi minor yang dihasilkan berasal dari eksitasi elektron orbital 8→L sebanyak 2%, 7→L sebanyak 3%, 4→L+1 sebanyak 3%,

H-3→L+2 sebanyak 7%,

H-1→L+7 sebanyak 8%, dan H→L+8 sebanyak 8%.

Puncak tertinggi ketiga sama-sama dihasilkan oleh eksitasi elektron dari orbital

H-2→L+4 sebanyak 12%. Sementara itu, kontribusi minor dihasilkan oleh eksitasi elektron dari orbital 5→L+3 sebanyak 2%, 1→L+6 sebanyak 3%, H-1→L+8 sebanyak 6%, dan H→L+8 sebanyak 2%. Pada puncak ini, energi yang dimiliki sebesar 6,964 eV dengan kekuatan osilator sebesar 0,137. Tabel 4.8 memperlihatkan probabilitas eksitasi elektron secara lengkap pada molekul zat warna metil katekol yang teradsorpsi pada TiO2 hasil perhitungan TDDFT menggunakan perangkat lunak Gaussian.

Tabel 4.7 Tabel Probabilitas Eksitasi Elektron Senyawa Metil Katekol yang Teradsorpsi pada TiO2 Hasil Perhitungan Firefly (Keterangan : H = HOMO,

L = LUMO) No Kekuatan

osilator

Energi

Tabel 4.8 Tabel Probabilitas Eksitasi Elektron Senyawa Metil Katekol yang Teradsorpsi pada TiO2 Hasil Perhitungan Gaussian (Keterangan : H = HOMO,

L = LUMO) No Kekuatan

osilator

Energi

Gambar 4.12 Diagram Penyebaran Elektron Hasil Perhitungan Komputasi Senyawa Metil Katekol yang Teradsorpsi pada TiO2, (a) Pada Orbital H-1, (b) Pada Orbital L+7, (c) Pada Orbital L+9, (d) Pada Orbital L+6, (e) Pada Orbital

H-11, dan

(f) Pada Orbital L+8.

Untuk model zat warna dengan ukuran kecil seperti metil katekol, walaupun telah mengabsorbsi TiO2 dan menggunakan beberapa perangkat lunak perhitungan yang berbeda, juga melakukan beberapa kali pengulangan perhitungan, namun akan menghasilkan data yang sangat mirip. Selain itu, hanya intensitas yang lebih tinggi untuk energi band terendah yang dapat diamati. Hal ini terjadi karena adsorpsi intra molekuler, sehingga menghasilkan absorbansi yang kuat pada energi tinggi yang terjadi pada senyawa katekol.

4.4 Diagram Energi HOMO/LUMO

a _{b c}

f e

Diagram energi dari hasil perhitungan TDDFT senyawa dopamin bebas dan dopamin yang teradsorpsi pada TiO2 ditunjukan dalam Gambar 4.13. Dari gambar tersebut, dapat terlihat perbedaan energi antara HOMO dan LUMO yang berkurang ketika dopamin mengadsorpsi TiO2. Hal ini terjadi akibat berkurangnya kestabilan dari HOMO ketika berinteraksi dengan orbital TiO2.

Gambar 4.13 Diagram Energi HOMO/LUMO, (a) Hasil Perhitungan Komputasi dari Senyawa Dopamin dengan Perangkat Lunak Firefly, (b) Hasil Perhitungan

Komputasi Senyawa Dopamin yang Teradsorpsi pada TiO2 dengan Perangkat Lunak Firefly, (c) Hasil Perhitungan Komputasi Senyawa Dopamin dengan

Perangkat Lunak Gaussian, dan (d) Hasil Perhitungan Komputasi Senyawa Dopamin yang Teradsorpsi pada TiO2 dengan Perangkat Lunak Gaussian.

Gambar 4.13 menunjukan diagram energi HOMO/LUMO untuk masing-masing senyawa zat warna bebas dan zat warna yangteradsorpsi pada TiO2

cluster. Dari gambar tersebut diketahui letak dari HOMO yang berada band gap

ini merupakan syarat agar senyawa zat warna dapat digunakan dalam sistem DSSC.[20]

Diagram energi dari hasil perhitungan TDDFT senyawa metil katekol bebas dan metil katekol yang teradsorpsi pada TiO2 ditunjukan dalam Gambar 4.14. Dari gambar tersebut, dapat terlihat perbedaan energi antara HOMO dan LUMO yang berkurang ketika dopamin mengadsorpsi TiO2. Hal ini terjadi akibat berkurangnya kestabilan dari HOMO ketika berinteraksi dengan orbital TiO2. Perbedaan antara HOMO dan LUMO berkurang ketika senyawa zat warna mengadsorpsi TiO2 sebagai akibat dari berkurangnya kestabilan dari HOMO dan interaksi dengan orbital TiO2. Dari hasil perhitungan, terlihat orbital HOMO berada dalam band gap cluster yang digunakan. Dengan demikian, senyawa yang digunakan dapat diaplikasikan dalam sistem DSSC.

Gambar 4.14 Diagram Energi HOMO/LUMO, (a) Hasil Perhitungan Komputasi dari Senyawa Metil Katekol dengan Perangkat Lunak Firefly, (b) Hasil Perhitungan Komputasi Metil Katekol yang Teradsorpsi pada TiO2 dengan

Perangkat Lunak Firefly, (c) Hasil Perhitungan Komputasi Senyawa Metil Katekol dengan Perangkat Lunak Gaussian, dan (d) Hasil Perhitungan Komputasi

Dalam studi komputasi ini, dihasilkan perbedaan pita energi yang dapat dilihat pada tabel dibawah ini. Perbedaan pita energi yang dihasilkan, merupakan hasil perhitungan komputasi yang dilakukan dengan menggunakan metode perhitungan TDDFT. Perbedaan pita energi yang dihasilkan merupakan selisih antara energi LUMO dengan energi HOMO dengan nilai yang bervariasi pada masing-masing perhitungannya. Nilai perbedaan pita energi yang semakin kecil, mengindikasikan bahwa semakin mudah suatu elektron berpindah dari tinglatan energi yang rendah, ke tingkatan energi yang lebih tinggi. Perpindahan elektron ini dapat terjadi dengan adanya pengaruh suhu dan penyinaran sinar matahari, dengan intensitas penyinaran yang sesuai dengan nilai band gap. Oleh karena itu, daya serap terhadap cahaya matahari dari suatu zat warna akan sangat ditentukan oleh besar kecilnya perbedaan pita energi yang dimiliki oleh suatu zat warna.

Tabel 4.9 Tabel Perbandingan Nilai Band Gap HOMO/LUMO dari Senyawa Zat warna Organik Hasil Studi Komputasi

Zat warna Band Gap (eV)

Firefly Gaussian

Dopamin 0,209 0,208

Dopamin-TiO2 0,124 0,124

Metil katekol 0,217 0,213

Metil katekol-TiO2 0,123 0,123

BAB V

KESIMPULAN DAN SARAN

5.1 Kesimpulan

Data yang dihasilkan dari hasil perhitungan komputasi adalah parameter struktur, spektrum serapan UV-Vis, dan perbedaan pita energi HOMO/LUMO. Senyawa zat warna yang terabsorbsi TiO2 memiliki spektrum UV-Vis yang lebih lebar dibandingkan dengan senyawa zat warna pada keadaan bebasnya. Data hasil perhitungan untuk band gap HOMO/LUMO mendapatan hasil yang baik, hal ini ditandai dengan didapatkannya nilai perbedaan pita energi yang kecil. Spektrum UV-Vis yang terlebar dimiliki oleh molekul metil katekol yang teradsorpsi pada TiO2 hasil perhitungan TDDFT dengan menggunakan perangkat lunak Gaussian, yakni hingga mencapai 532,90 nm dengan nilai perbedaan pita energi sebesar 0,123 eV pada masing-masing perhitungan menggunakan perangkat lunak Firefly dan Gaussian. Dapat disimpulkan bahwa senyawa zat warna metil katekol yang teradsorpsi pada TiO2 berpotensi baik untuk digunakan dalam sistem DSSC. 5.2 Saran

Penambahan pelarut pada senyawa zat warna, dan memperbesar ukuran

cluster juga akan memperbaiki kualitas dari senyawa zat warna agar