Anda di halaman 1dari 38

BAB I

PENDAHULUAN

1.1. Tujuan Percobaan Praktikum


Adapun tujuan praktikum Alkalinity adalah sebagai berikut :
1. Menentukan sifat keasaman dan kebasaan senyawa-senyawa
karbonat,bikarbonat dan hidroksida
2. Mengetahui jenis-jenis indikator dan penggunaan indicator
3. Mempelajari faktor-faktor yang mempengaruhi Alkalinity
4. Mampu menganalisa alkalinity dengan metode asidimetri .
1.2 . Landasan Teori
1.2.1 Implementasi Metode Multivariate Cumulative Sum (Mcusum)
Untuk Strategi Pengawasan Sistem Kontrol Prediktif Pada
Bioreaktor Anaerob

Pendahuluan

Sistem bioreaktor anaerob merupakan sistem yang komplek dan mudah


menjadi tidak stabil akibat gangguan dari luar. Bioreaktor anaerob sendiri
merupakan suatu proses biologi yang mengubah substrat atau limbah organik
menjadi gas metan (CH4) dan karbondioksida (CO2). Salah satu tujuan dari
bioreaktor adalah untuk memaksimalkan laju gas metan yang dihasilkan, yang
dapat digunakan sebagai sumber energi alternatif. Sistem ini dipengaruhi oleh
banyak variabel baik pada inputannya, semisal jumlah substrat organik dan
perubahan temperatur, maupun pada variabel outputnya, semisal laju aliran gas
metan ataupun gas karbondioksida.
Salah satu gangguan yang menjadi perhatian pada bioreaktor adalah
konsentrasi Volatile Fatty Acids (VFA) yang terdapat secara alami pada limbah
organik. Peningkatan konsentrasi VFA menyebabkan laju gas metan yang
dihasilkan meningkat sesaat, namun disisi lain menyebabkan pH sistem turun. pH
sistem yang turun dapat menyebabkan sistem tidak stabil, bahkan pada kondisi
terburuk dapat menyebabkan kondisi kematian pada mikroba dalam bioreaktor
atau yang dikenal dengan kondisi washout.
Dalam rangka memperoleh laju gas metan yang maksimum, maka efek
dari perubahan konsentrasi VFA dapat dimanfaatkan untuk mengoptimalkan laju
gas metan dengan cara melakukan perubahan set point pada bioreaktor.
Sistem kontrol prediktif adalah sistem control yang dapat memprediksi
proses sampai beberapa langkah ke depan sehingga dapat menentukan sinyal
kontrol sepanjang waktu tertentu. Sistem control yang seperti ini cocok digunakan
untuk mengontrol suatu sistem MIMO yang melibatkan beberapa variabel proses
yang saling berinteraksi seperti halnya pada bioreaktor. Sistem kontrol prediktif
juga memungkinkan perubahan set point dilakukan secara otomatis
Untuk melakukan perubahan set point maka diperlukan suatu strategi
pengawasan untuk mengetahui apakah sistem berada dalam kondisi stabil ataukah
tidak. Salah satu teknik pengawasan yang umum digunakan adalah Statistic
Process Control (SPC), dimana tujuan utama SPC disini adalah untuk
menentukan apakah suatu sistem berada dalam kondisi terkontrol secara statistik
atau tidak. Dalam penerapan SPC untuk sistem yang bersifat MIMO seperti plant
bioreaktor ini, maka akan lebih efektif jika menggunakan Multivariate Statistic
Process Control (MSPC). Dimana salah satu grafik kontrol yang terdapat pada
MSPC adalah Multivariate Cumulative Sum (MCUSUM) yang bekerja dengan
tidak hanya memperhatikan kondisi saat ini, namun juga memperhatikan kondisi
sebelumnya.
Dari paparan latar belakang di atas, maka permasalahan yang diangkat
dalam tugas akhir ini adalah bagaimana merancang algoritma strategi pengawasan
untuk sistem Generalized Predictive Control (GPC) dalam rangka
mengoptimalkan laju gas metan pada bioreaktor anaerob dengan menggunakan
grafik kontrol MCUSUM.
Sehingga tujuan dari tugas akhir ini adalah dapat merancang algoritma
strategi pengawasan berdasarkan Multivariate Cumulative Sum (MCUSUM) yang
berfungsi untuk mengoptimalkan laju gas metan pada proses Bioreaktor Anaerob
(MIMO) dengan tetap menjaga kestabilan sistemnya.
Beberapa batasan masalah yang terdapat pada tugas akhir kali ini adalah:
1. Plant yang digunakan ialah simulator plant bioreaktor anaerob yang kontinyu
untuk mengolah limbah Venasse.
2. Variabel yang dimonitor ialah laju aliran gas metan dan pH
3. Data yang digunakan untuk membangun strategi pengawasan SPC adalah data
hasil simulasi model bioreactor Algoritma sistem kontrol prediktif yang
digunakan adalah Generalized Predictive Control (GPC) hasil penelitian dari
Katherin Indriawati (2009).
Teori Dasar
1 Bioreaktor Anaerob
Bioreaktor anaerob merupakan suatu tangki yang efektif untuk mengolah
limbah organik pada industri, dimana hasil samping dari pengolahan limbah ini
berupa gas metan (CH4). Proses pada bioreaktor ini dengan memanfaatkan
aktifitas dari mikroorganisme pada lingkungan tanpa udara (anaerob).
Mikroorganisme dapat tumbuh dengan mengkonsumsi nutrisi atau substrat yang
tersedia, pada kondisi lingkungan (temperatur, pH) yang mendukung. Substrat
disini dapat berupa limbah organik.
Proses yang terjadi di dalam bioreactor anaerob adalah proses fermentasi
limbah oleh mikrorganisme dan dapat pula disebut sebagai anaerobic digestion
(pencernaan anaerob). Proses fermentasi merupakan proses degradasi suatu
komponen menjadi komponen lain yang berbeda sifat secara kimia dan fisika
yang diakibatkan kinerja dari mikroorganisme. Anaerobic digestion (AD) juga
dapat didefinisikan sebagai konversi bahan organik menjadi gas metan, karbon
dioksida, dan lumpur melalui penggunaan bakteri dalam lingkungan yang
oksigennya banyak dikurangi. Dapat pula dikatakan bahwa AD adalah proses
penguraian senyawa organic menjadi komponen kimia yang lebih sederhana tanpa
menggunakan oksigen.
Tahapan fermentasi pada bioreaktor anaerob dapat dikelompokkan
menjadi empat tahapan proses, yaitu hidrolisis, acidogenesis, acetogenesis, dan
metanogenesis. Deskripsi dari masing-masing proses dapat direpresentasikan
seperti gambar dibawah.
Gambar 1. Skema fermentasi bioreactor anaerob
Fase Hidrolisis
Pada tahap ini, bakteri anaerob mengubah senyawa komplek organik yang
tidak larut, misalnya selulosa, lignin, lipid dan protein menjadi molekul terlarut
seperti asam lemak, asam amino, dan glukosa. Fase hidrolitik relatif lambat dan
terbatas untuk limbah selulosa mentah, yang mengandung lignin. Karena alasan
itulah limbah kayu biasanya tidak diproses secara anaerob. Monomer ini siap
dipakai oleh bakteri acidogenic di kelompok berikutnya.
Fase Acidogenesis
Pada tahapan ini soluble monomers akan diabsorpsi dan diubah menjadi
asam asetat, asam puryvic, asam butyric dan asam propianat.
Fase Acetogenesis
Pada tahap ini, bakteri acetogenic mengubah produk dari tahap pertama
yaitu asam lemak dan alkohol menjadi asam organik sederhana, karbondioksida
dan hidrogen. Asam-asam yang dihasilkan antara lain asam asetat, asam butirat,
asam propionat, dan etanol. Produk yang dihasilkan dari tahap ini bervariasi
tergantung jenis bakteri dan kondisi lingkungan, seperti suhu dan pH. Transisi
substrat dari bahan organik menjadi asam organic menyebabkan pH sistem turun.
Hal ini menguntungkan bagi bakteri acidogenic dan acetagenic yang cocok pada
lingkungan yang sedikit asam, yaitu dengan pH 4,5 5,5 dan tidak terlalu sensitif
terhadap perubahan aliran feed masuk.
Fase Metanogenesis
Pada proses metanogenesis atau fermentasi metana, bakteri yang biasanya
terdapat di sedimen atau di rumen herbivora mengubah bahan yang larut menjadi
metana. Metana diproduksi oleh bakteri pembentuk metana dalam dua cara, antara
lain dengan memecah molekul asam asetat untuk membentuk karbon dioksida dan
metana, atau reduksi karbon dioksida oleh hidrogen. Kira-kira 2/3 metana didapat
dari konversi asetat dan 1/3 dari hasil reduksi karbon dioksida oleh hidrogen.
Tahap pembentukan gas metana dilakukan dengan suatu konsorsium
bakteri anaerob yang sangat spesifik dalam hal konsumsi substrat, reproduksi,
pertumbuhan dan kondisi lingkungan. Dengan demikian pada tahap ini diperlukan
waktu untuk membentuk gas metana dari asam yang sudah terbentuk. Sejumlah
spesies bakteri akan terlibat di dalam konversi organik kompleks menjadi gas
metana. Untuk mempertahankan sistem dalam keadaan anaerobic, yang akan
menstabilkan limbah organik secara efisien, bakteri metanogenesis dan
nonmetanogenesis harus dalam kesetimbangan dinamik. Untuk menciptakan
kondisi demikian, reaktor semestinya tanpa oksigen terlarut dan sulfide. pH juga
harus dijaga dalam rentan 6.6 7.6 dan alkalinity harus cukup untuk menjamin pH
tidak akan turun dibawah 6.2.
Diantara keempat tahap yang ada : hydrolisis, acidogenesis, acetogenesis,
dan metanogenesis, tahapan metanogenesis adalah tahap yang paling lambat. Pada
tahapan metanogenesis penurunan asam asetat (acetat acids) menjadi gas metana
(CH4) memerlukan waktu yang lama, sehingga jika terjadi fluktuasi yang
berlebihan dari substrat yang masuk kedalam bioreaktor maka akan dapat
mengganggu kestabilan proses. Banyaknya fluktuasi substrat yang masuk pada
kondisi tertentu dapat menyebakan kematian bakteri, peristiwa inilah yang disebut
fenomena pencucian bioreactor (wash-out).
2 Multivariate Statistical Process Control (MSPC)
Statistical process control (SPC) adalah suatu teknik yang digunakan
untuk mengevaluasi performansi suatu proses. Salah satu perangkat SPC yang
sering digunakan adalah grafik kontrol. Pada proses kontinu, seperti di industri
kimia, grafik kontrol yang digunakan umumnya adalah grafik individual moving
range (MR) (Mamzic,1995), yang merupakan salah satu jenis grafik control
Shewhart.
Jika sebuah proses tidak terkontrol secara statistik, distribusi output akan
bervariasi dari waktu ke waktu. Distribuasi output proses merupakan variabel dan
tidak dapat diprediksi. Pada kasus ini, proses dipengaruhi tidak hanya oleh variasi
sebab alami, tetapi juga oleh variasi sebab khusus (special/assignable cause
variation). Variasi ini disebabkan oleh penyebab non random. Jika diketahui
penyebab variasi sebab khusus mempengaruhi proses, penyebab ini harus
diidentifikasi dan dieliminasi agar kondisi terkontrol secara statistik dapat
dipertahankan.
Pada SPC, tujuan utama adalah menentukan apakah suatu sistem berada
pada kondisi terkontrol secara statistik atau tidak. Jika tidak, kondisi tersebut
harus dicapai dengan mengeliminasi variasi sebab khusus. Oleh karena itu, proses
harus dimonitor dan penanganan harus dilakukan sesegera mungkin jika proses
terdeteksi bergerak ke kondisi tidak terkontrol (out of statistical control).
Namun SPC hanya digunakan pada kasus yang diamati dipandang sebagai
univariate, yang berarti menggunakan asumsi hanya ada satu variable output
proses yang diamati. Pada kenyataannya kebanyakan proses monitoring ataupun
control melibatkan beberapa variabel yang saling berhubungan. Menerapkan SPC
untuk setiap variable yang berhubungan tidaklah efisien, dan dapat menyebabkan
kesimpulan yang salah (Montgomery, 1996). Oleh karenanya perlu diterapkan
SPC yang memperhitungkan antara variabel-variabel yan saling berhubungan,
yaitu Multivariate Statistic Process Control (MSPC).
MSPC ini menyederhanakan proses yang rumit dengan banyak variabel
menjadi lebih sederhana. Untuk sekarang MSPC ini telah diaplikasikan dalam
bidang science, matematik, kedokteran, precess kimia,dan biologi.
Seperti halnya pada SPC, maka semua jenis grafik kontrol yang ada di
SPC setelah dikembangkan juga terdapat pada MSPC. Sehingga pada MSPC
dikenal beberapa grafik kontrol seperti multivariate Shewhart, multivariate
CUSUM, dan multivariate EWMA.
Skema kontrol MCUSUM memonitor kejadian kumulatif dari
penyimpangan atau pergeseran proses dengan menggunakan jumlah deviasi dari
pengamatan terhadap suatu titik referensi. Skema MCUSUM dapat langsung
mendeteksi pergeseran yang sedang besarnya (dalam orde 1 ), bahkan melebihi
kemampuan pendekatan metode Shewhart.
Pada MCUSUM, deviasi kumulatif dari target diperiksa apakah tetap
berada dalam batas yang ditentukan atau tidak. Karena deviasi adalah kumulatif,
CUSUM mampu mendeteksi deviasi yang sangat kecil lebih cepat. Cara CUSUM
kedua yang diusulkan oleh Crosier
adalah CUSUM vector. Nilai vector dapat diperoleh dengan mengganti nilai
besaran scalar dari univariate CUSUM dengan vector yang diberikan sebagai
berikut

Dimana
Cara ini menghasilkan sinyal jika yang dipilih berdasarkan nilai ARL in-kontrol
yang telah tersedia lewat simulasi. Melihat fakta bahwa performa ARL dari grafik
ini tergantung pada non-centrality parameter, Crosier merekomendasikan bahwa
nilai

. Kedua CUSUM yang diusulkan oleh Crosier memungkinkan penggunanya


menggunakan perbaikan peningkatan dari CUSUM sebelumnya. Diantara metode
CUSUM yang diusulkan oleh Crosier, metode yang berdasarkan nilai vector
memilki performa ARL yang lebih baik disbanding metode skalar.
Suatu sinyal pada CUSUM tidak berarti proses menghasilkan produk
yang buruk, tetapi lebuh sering berarti suatu aksi harus segera diambil sehingga
proses tersebut tidak menghasilkan produk yang buruk (Lucas, 1985).
Metodologi Penelitian
Secara umum untuk strategi pengawasan pada sistem bioreaktor anaerob
dapat dilihat seperti pada diagram alir berikut:
Gambar 2 Diagran alir rancangan strategi pengawasan
1 Pembuatan Grafik Kontrol Multivariate Cumulative Sum (MCUSUM)
Dalam tugas akhir ini digunakan grafik control MCUSUM seperti pertama
kali diusulkan oleh Crosier (1988). Cara MCUSUM kedua yang diusulkan oleh
Crosier ini adalah CUSUM vektor. Nilai vektor dapat diperoleh dengan mengganti
nilai besaran skalar dari univariat CUSUM dengan vector yang diberikan sebagai
seperti pada persamaan (1).
Data yang digunakan dalam grafik control MCUSUM ini adalah pH dan
laju gas metan keluaran dari simulator bioreaktor anaerob. Dimana kedua variabel
diatas adalah proses variabel (PV) pada plant. Simulator tersebut adalah hasil
pemodelan bioreaktor bersifat kontinyu, yaitu limbah organic secara terus
menerus masuk ke dalam bioreaktor. Pemodelan bioreaktor tersebut berdasarkan
pada persamaan yang diperoleh dari studi literatur.
Dalam tugas akhir ini nilai disini diambil dari data kedua proses variabel
(PV) sepanjang waktu berjalan. Nilai untuk pH adalah konstan sebesar tujuh
sedangkan untuk laju gas metan diambil mengikuti dari nilai set point yang
berubah-rubah sepanjang waktu.
Sedangkan untuk penentuan nilai digunakan sebesar delta kali besar
deviasi dibagi dua seperti yang direkomendasikan Crosier (1988). Dimana delta
yang digunakan disini adalah sebesar dua. Disini berarti pergeseran pada rerata
proses sebesar satu kali deviasi atau lebih dapat dideteksi secara langsung.

Gambar 3 Subsystem Simulink untuk MCUSUM.


Sinyal grafik kontrol akan menunjukkan kondisi out of control ketika nilai
yang didapat melebihi nilai h. sendiri adalah sebuah bilangan hasil T statistic dari
masing-masing variabel yang diamati yaitu antara pH dan laju gas metan pada
sistem. Nilai h disini ditentukan melalui uji coba simulasi berulang-ulang
didapatkan nilai sebesar limabelas. Dimana nilai yang cukup tinggi disini
mengingat bahwa nantinya pola perubahan yang tampak pada grafik kontrol
MCUSUM ini, yang diakibatkan oleh perubahan keadaan konsentrasi VFA atau
pun Zin akan digunakan untuk strategi pengawasan. Jika digunakan nilai h yang
relatif kecil maka bukan tidak mungkin pola tersebut akan tereduksi terlebih dulu
sehingga tidak dapat dimanfaatkan.
2 Pembuatan Strategi Pengawasan
Strategi pengawasan disini digunakan untuk menghasilkan perubahan set
point sehingga didapat laju gas metan yang lebih optimal. Algoritma perubahan
set point dibuat berdasarkan laju gas metan yang dihasilkan sistem. Hal ini
dikarenakan hanya set point dari laju gas metan saja yang akan dirubah-rubah.
Data laju gas metan yang dihasilkan dimasukkan dalam persamaan CUSUM baik
untuk yang menghasilkan perubahan set point naik maupun yang menghasilkan
perubahan set point turun.
Hasil dari algoritma ini akan berupa sinyal referensi tracking set point
yang dapat bertambah (naik) ataupun berkurang (turun) menyesuaikan dengan laju
gas metan yang dihasilkan bioreactor yang dipengaruhi oleh kandungan alami dari
limbah yang masuk. Dalam penelitian tugas akhir ini kandungan alami yang
diasumsikan mengalami perubahan adalah Volatile fatty acid (VFA) dan
alkalinitas total limbah.
Keluaran dari algoritma perubahan set point belum dapat langsung
digunakan secara maksimal untuk perubahan set point. Hal ini mengingat perlu
diperhatikannya juga kestabilan sistem, karena bukan tidak mungkin penggunaan
langsung dari algoritma tersebut membuat kondisi sistem menjadi tidak stabil atau
kurang baik dalam mencapai tujuan menghasilkan laju gas metan yang optimal.
Oleh karena itu algoritma tersebut harus dipadukan dengan hasil dari grafik
kontrol MCUSUM.
Logika strategi pengawasan yang digunakan adalah jika (if) hasil
MCUSUM berada dalam kondisi diluar batas tertentu dan (and) pada saat itu juga
algoritma perubahan setpoint terdapat perubah set point maka (then) nilai
perubahan setpoint tersebut diijinkan untuk dilakukan. Sedang jika tidak diijinkan
(else) maka tidak akan terjadi perintah perubahan set point.
3 Implementasi Strategi Pengawasan
Untuk mengetahui efek dari implementasi Strategi pengawasan maka
dalam tugas akhir ini dilakukan beberapa kondisi pengujian. Namun sebelumnya
juga dilakukan pengujian sistem plant bioreaktor untuk keadaan open loop.
Hal ini untuk menunjukkan beberapa hal, diantaranya kondisi stabil dan
kondisi tidak stabil dari bioreaktor sebagai akibat perubahan variable yang
dimanipulasi. Variabel yang dimanipulasi adalah laju dilusi dari S2 (atau limbah
yang masuk) yaitu D1, dan laju dilusi dari larutan penyangga (buffer) bikarbonat,
NaHCOO3, yaitu D2. Larutan penyangga digunakan untuk mengembalikan nilai
pH pada kondisi daerah kerja (6 8) agar tidak terjadi kondisi washout.
Untuk pengujian pada kondisi closed loop terdapat dua kondisi perlakuan
yang diberikan. Pertama diberikan perubahan konsentrasi VFA pada waktu ke
seratus dari yang semula 93.6 mmol/l menjadi 143.6 mmol/l kemudian pada
waktu ke dua ratus menjadi 193.6 mmol/l kemudian pada waktu ke tiga ratus
turun lagi menjadi 143.6 mmol/l lalu pada waktu ke empat ratus naik menjadi
233.6 mmol/l. Pada kondisi kedua sama seperti kondisi pertama namun ditambah
dengan perubahan Zin pada waktu ke tiga ratus limapuluh dari yang semula
66.963 mmol/l menjadi 60 mmol/l kemudian pada waktu ke empat ratus
limapuluh berubah menjadi 74 mmol/l. Pengujian pada kondisi closed loop ini
dilakukan baik saat tanpa strategi pengawasan dan saat dengan strategi
pengawasan.
Hasil Dan Analisa
1 Hasil Simulasi Bioreaktor Open loop
Hasil dari simulasi pemodelan bioreactor yang telah dibuat dapat diketahui
dengan cara merubah-rubah inputan pada bioreaktor, yaitu D1 (laju dilusi) dan D2
(laju bikarbonat). Dengan merubah-rubah inputan tersebut dapat diketahui sampai
dimana ketahanan dari bioreaktor anaerob.
Gambar 4 Hasil simulator pada keadaan open loop.
Dari gambar diatas tampak bahwa pada keadaan tersebut bioreaktor berada
dalam kondisi stabil,dimana pH nya berada diatas 6.9 dan menghasilkan gas
metan.

Gambar 5. Hasil simulator dengan variasi inputan D1.


Gambar diatas adalah hasil simulasi saat D1 yang semula sebesar 0.0142
pada saat ke seratus dirubah menjadi 0.0145. Tampak bahwa penambahan D1
(laju dilusi) yang berarti pengenceran menyebabkan pH menjadi turun drastis
sehingga menyebabkan sistem menjadi tidak stabil bahkan sampai keadaan
washout. Tampak bahwa pada saat tersebut tidak lagi dihasilkan gas metan.
Gambar 6. Hasil simulasi ketika ada peningkatan konsentrasi VFA (S2)
Gambar diatas adalah hasil simulasi saat terjadi perubahan konsentrasi
VFA yang terdapat secara alami dalam limbah, dalam hal ini dimisalkan
perubahan terjadi pada saat ke tiga ratus. Tampak bahwa adanya peningkatan
konsentrasi VFA menyebabkan pH sistem menjadi turun namun juga
mengakibatkan terjadinya peningkatan laju gas metan yang dihasilkan.
2 Hasil Grafik Kontrol MCUSUM
Berikut ini adalah grafik kontrol MCUSUM yang diaplikasikan pada
kondisi closed loop.

Gambar 7. Hasil Grafik kontrol MCUSUM.


Gambar diatas menunjukkan pola MCUSUM yang terdeteksi untuk sistem dengan
perlakuan perubahan VFA pada waktu ke 100, 200, 300, dan 400. Tampak bahwa
grafik MCUSUM dapat menunjukkan pola pendeteksian terhadap peristiwa
tersebut, yaitu berupa spike pada waktu terjadi perubahan yang kemudian
cenderung kembali ke pola semula..

Gambar 8. Hasil Grafik kontrol MCUSUM saat terdapat perubahan Zin


Gambar diatas menunjukkan grafik control MCUSUM sistem dimana pada
waktu ke 100, 200, 300, dan 400 terjadi perubahan konsentrasi VFA. Dan juga
terjadi perubahan Zin pada waktu ke 350 dan 450. Tamapak bahwa perubahan Zin
pada waktu ke 350 dan 450 menyebabkan perubahan pola MCUSUM yang
cenderung naik mulai dari waktu ke 350 dan turun kembali pada waktu ke 450.
Hal ini karena pola pH yang turun akibat penurunan Zin pada waktu ke 350 yang
terdeteksi semakin out of control tetapi kemudian Zin dinaikkan kembali pada
waktu ke 450 sehingga pH mendekati ke arah stabil sehingga MCUSUM pun
mendeteksi pola penurunan.
3 Hasil Implementasi Strategi Pengawasan
Pada bagian ini akan ditampilkan hasil simulasi sistem bioreaktor ketika
tanpa menggunakan strategi pengawasan dan dengan strategi pengawasan.
Gambar 9. Hasil laju gas metan simulasi tanpa strategi pengawasan.
Gambar diatas adalah hasil simulasi bioreactor tanpa strategi pengawasan.
Dimana dalam simulasi diberikan perubahan konsentrasi VFA limbah pada waktu
ke 100, 200, 300, dan 400. Serta perubahan Zin pada waktu ke 350 dan 450. Dari
gambar tampak bahwa pada waktu 100, 200, dan 400 terjadi perubahan laju gas
metan yang dihasilkan namun karena set point yang digunakan tetap, maka PV
akan berusaha kembali ke set point.
Gambar 10. Hasil pH simulasi tanpa ada strategi pengawasan
Seperti halnya gambar 9. Grafik respon diatas didapat pada perlakuan yang
sama. Dimana tampak bahwa pada waktu 100, 200, dan 400 terjadi penurunan pH
karena konsentrasi VFA yang meningkat. Tampak bahwa tanpa strategi
pengawasan dalam hal ini respon pH cenderung jauh dari set point pH sebesar 7.

Gambar 11. Hasil laju gas metan simulasi dengan strategi pengawasan.
Tampak pada grafik respon diatas untuk perlakuan yang sama seperti pada
gambar 8. Bahwa dengan adanya strategi pengawasan dapat menyebabkan
perubahan nilai set point yang otomatis dan cenderung mengikuti pola akibat
perubahan VFA yang terjadi, sehingga jika dibandingkan dengan yang tanpa
strategi pengawasan tampak jelas bahwa laju gas metan yang dihasilkan akan
meningkat dan berusaha mengejar set point yang diberikan. Tampak bahwa untuk
perlakuan yang sama set point terakhir berada pada kisaran 3.8 dibandingkan
dengan 2.74 yang tetap tanpa perubahan set point.
Dari hasil gambar 12 jika dibandingkan dengan gambar 10. tampak bahwa
kecenderungan pH tidak lagi meningkat terus namun sempat turun dikarenakan
adanya perubahan set point pada laju gas metan. Tampak bahwa pada waktu ada
perubahan VFA seperti pada waktu ke 300 menyebabkan pH turun sehingga tidak
terus naik seperti pada gambar 4.7. Gambar 12. Hasil pH simulasi saat dengan
strategi pengawasan. Hal lain yang diamati disini adalah total produksi gas
metan yang dihasilkan selama simulasi untuk keadaan yang sama, dalam hal ini
yang dibandingkan adalah berdasarkan gambar 9. Dan gambar 11. Total gas
metan yang dihasilkan ketika tanpa strategi pengawasan (gambar 9.) adalah
1375.0805 l sedang dengan strategi pengawasan akan menghasilkan 1706.6492 l
Sehingga dengan adanya strategi pengawasan ini diperoleh peningkatan produksi
gas metan sebesar 331.5687 l atau 24.11%.
Kesimpulan Dan Saran
1 Kesimpulan
Dari tugas akhir yang telah dilakukan dapat diambil kesimpulan sebagai berikut:
Telah berhasil dibuat strategi pengawasan yang dapat melakukan
perubahan set point secara otomatis pada sistem.
Dapat dihasilkan peningkatan laju gas metan yaitu set point pada sekitar
3.8 mmol/l/hari, disbanding tanpa strategi pengawasan yang hanya 2.74
mmol/l/hari sesuai settingan awal.
Dengan strategi pengawasan untuk waktu yang sama diperoleh
peningkatan produksi gas metan sebesar 331.5687 mmol/liter atau
24.11%. Dari yang sebelumnya sebesar 1375.0805 mmol/liter menjadi
1706.6492 mmol/liter.
2 Saran
Beberapa saran yang bisa disampaikan untuk mengembangkan penelitian
ini antara lain sebagai berikut:
Perlu dilanjutkan penelitian yang menyeluruh yang menyangkut tidak
hanya algoritma strategi pengawasan saja, tapi juga menyangkut sistem
kontrol sehingga diharapkan didapat respon sistem yang lebih baik.
Perlu dilakukan penelitian dengan metode supervisory yang lain, semisal
merubah parameter kontroler.

1.2.2. Limbah
1.2.2.1. Pengertian Limbah
Limbah adalah sisa hasil proses produksi baik yang dapat
digunakan lagi (yang dapat didaur ulang) dan tidak dapat digunakan lagi (yang
tidak dapat didaur ulang) yang dpat menggaggu, merusak ekositem apabila
dibiarkan. Limbah terdiri dari wujud padat, cair dan gas. Komposisi limbah
ditentukan oleh variasi kegiatan makluk hidup terutama pada manusia yang
didalam suatu lingkungan tertentu. Dampak limbah yang jika tidak diolah
(untreated) adalah terjadinya terakumulasi oleh bahan organik yang menyebabkan
pengerusakan gas bagi lingkungan.

Limbah adalah semua buangan yang dihasilkan oleh aktivitas manusia dan
hewan yang berbentuk padat, lumpur, cair maupun gas yang dibuang karena tidak
dibutuhkan atau tidak diinginkan lagi. Walaupun dianggap sudah tidak berguna
dan tidak dikehendaki, namun bahan tersebut kadang-kadang masih dapat
dimanfaatkan kembali dan dijadikan bahan baku.Sampah menurut SNI 19-2454-
1991 (3) tentang cara Pengelolaan Teknik Sampah Perkotaan didefinisikan
sebagai limbah yang bersifat padat terdiri atas zat organik dan zat anorganik yang
dianggap tidak berguna lagi dan harus dikelola agar tidak membahayakan
lingkungan dan melindungi investasi pembangunan

1.2.2.2. Jenis-jenis Limbah

Jenis limbah dibagi berdasarkan sumbernya, seperti:

1. Limbah kegiatan kota (masyarakat)


2. Limbah industri
3. Limbah pertambangan
4. Limbah pertanian

Jenis limbah berdasarkan bentuknya, seperti:

1. Limbah padat
2. Limbah berlumpur
3. Limbah cair

Jenis limbah berdasarkan sifat bahannya, seperti:

1. Limbah bahan berbahaya dan beracun


2. Limbah domestik : dihasilkan adari aktivitas primer manusia

Di Indonesia, penggolongan sampah yang sering digunakan adalah sebagai


berikut.

1. Sampah organik atau sampah basah, yang terdiri atas daun-daunan, kayu,
kertas, karton, tulang, sisa-sisa makanan ternak, sayur, buah, dan lain-lain.
2. Sampah anorganik atau sampah kering yang terdiri atas kaleng, plastik,
besi, logam, gelas, mika, dan lain-lain.
Berdasarkan sumbernya, sampah dikategorikan dalam beberapa kelompok, yaitu:

1. Sampah dari rumah tinggal: merupakan sampah yang dihasilkan dari


kegiatan atau lingkungan rumah tangga atau sering disebut dengan istilah
sampah domestik. Dari kelompok sumber ini umumnya dihasilkan sampah
berupa sisa makanan, plastik, kertas, karton/dos, kain, kayu, kaca, daun,
logam dan kadang-kadang sampah berukuran besar seperti dahan pohon.
Dari rumah tingga juga dapat dihasilkan sampah golongan B3 (bahan
berbahaya dan beracun), seperti misalnya: baterei, lampu TL, sisa obat-
obatan, oli bekas, dan lain-lain.
2. Sampah dari daerah komersil: sumber sampah dari kelompok ini berasal
dari pertokoan, pusat perdagangan, pasar, hotel, perkantoran, dll. Dari
sumber ini umumnya dihasilkan sampah berupa kertas, plastik, kayu, kaca,
logam, dan juga sisa makanan. Khusus dari pasar tradisional, banyak
dihasilkan sisa sayur, buah, makanan yang mudah membusuk. Secara
umum sampah dari sumber ini mirip dengan sampah domestik tetapi
dengan komposisi yang ber beda.
3. Sampah dari perkantoran/institusi: sumber sampah dari kelompok ini
meliputi perkantoran, sekolah, rumah sakit, lembaga pemasyarakatan, dll.
Dari sumber ini petensial dihasilkan sampah seperti halnya dari daerah
komersial non pasar.
4. sampah dari jalan/taman dan tempat umum: sumber sampah dari
kelompok ini dapat berupa jalan kota, taman, tempat parkir, tempat
rekreasi, saluran drainase kota, dll. Dari daerah ini umumnya dihasilkan
sampah berupa daun/dahan pohon, pasir/lumpur, sampah umum seperti
plastik, kertas, dll.

Sampah dari industri dan rumah sakit sejenis sampah kota: kegiatan umum
dalam lingkungan industri dan rumah sakit tetap menghasilkan sampah sejenis
sampah domestik, seperti sisa makanan, kertas, plastik, dll. Yang perlu mendapat
perhatian adalah, bagaimana agar sampah yang tidak sejenis dengan sampah kota
tersebut tidak masuk dalam sistem pengelolaan sampah kota
1.2.3.Air

1.2.3.1. Karakteristik Air

- Derajat keasaman (pH)

Derajat keasaman (pH) merupakan istilah yang digunakan untuk


menyatakan intensitas keadaan asam atau basa sesuatu larutan. Sebagai
satu faktor lingkungan yang dapat mempengaruhi pertumbuhan atau
kehidupan mikroorganisme dalam air, secara empirik pH yang optimum
untuk tiap spesifik harus ditentukan. Kebanyakan mikroorganisme tumbuh
terbaik pada pH 6,0-8,0 meskipun beberapa bentuk mempunyai pH
optimum rendah 2,0 (Thiobactillus thiooxidans) danlainnya punya pH
optimum 8,5 (Alcaligenes faecalis). Pengetahuan pH ini sangat
diperlukandalam penentuan range pH yang akan diterapkan pada usaha
pengelolaan air bekas yangmenggunakan proses-proses biologis. Pengaruh
yang menyangkut aspek kesehatan dari penyimpangan standar kualitas air
minum dalam pH ini yaitu bahwa pH yang lebih kecil dari 6,5dan lebih
besar dari 9,2 akan dapat menyebabkan korosi pada pipa-pipa air dan
menyebabkan beberapa senyawa menjadi racun, sehingga mengganggu
kesehatan.

- Kalsium (Ca)

Kalsium adalah merupakan sebagian dari komponen yang


merupakan penyebab dari kesadahan. Efek yang ditimbulkan oleh
kesadahan antara lain timbulnya lapisan kerak pada ketel-ketel pemanas
air, pada perpipaan dan juga menurunkan efektifitas dari kerja sabun.
Kalsium dalam air sangat diperlukan untuk dapat memenuhi kebutuhan
akan unsur tersebut yang berguna untuk pertumbuhan tulang dan gigi.
Oleh karenanya, untuk menghindari efek yang tidak diinginkanakibat
terlalu rendah atau terlalu tingginya kadar Ca dalam air minum,
ditetapkanlah standar konsentrasi Ca sebagaimana yang ditetapkan oleh
Departemen Kesehatan RI sebesar 75-200mg/L. Konsentrasi Ca dalam air
minum yang lebih rendah dari 75 mg/L dapat menyebabkantulang rapuh,
sedangakan konsentrasi yang lebih tinggi dari 200 mg/L dapat
menyebabkan korosi pada pipa-pipa air.

- Zat Organik (sebagai KMnO4)

Adanya bahan-bahan organik dalam air erat hubungannya dengan


terjadinya perubahan fisika air,terutama dengan warna, bau, rasa dan
kekeruhan yang tidak diinginkan. Adanya zat organik dalam air dapat
diketahui dengan menentukan angka permanganatnya. Walaupun KMnO4
sebagai oksidator yang dipakai tidak dapat mengoksidasi semua zat
organik yang ada, namuncara ini sangat praktis dan cepat pengerjaannya.
Standar kandungan bahan organik dalam air minum sesuai Departemen
Kesehatan RI maksimal yang diperbolehkan adalah 10 mg/L.Pengaruh
terhadap kesehatan yang dapat ditimbulkan oleh penyimpangan terhadap
standar iniyaitu timbulnya bau yang tidak sedap pada air minum dan dapat
menyebabkan sakit perut.

- Besi (Fe)

Adanya unsur-unsur besi dalam air yang diperlukan untuk


memenuhi kebutuhan tubuh akanunsur tersebut. Zat besi merupakan suatu
unsur yang penting dan berguna untuk metabolismetubuh. Untuk
keperluan ini tubuh memerlukan 7-35 mg unsur tersebut perhari, yang
tidak hanyadiperolehnya dari air. Konsentrasi unsur ini dalam air yang
melebihi 2 mg/L akan menimbulkannoda-noda pada peralatan dan bahan-
bahan yang berwarna putih. Adanya unsur ini pulamenimbulkan bau dan
warna pada air minum, dan warna koloid pada air. Dalam air
akanmenyebabkan korosi pada pipa-pipa logam.
- Magnesium (Mg)

Seperti halnya kalsium, magnesium juga merupakan bagian dari


komponen penyebab kesadahan pada air. Dengan sendirinya efek umum
yang dapat ditimbulkan oleh adanya unsur ini dalam air adalah serupa
dengan efek umum yang dapat ditimbulkan oleh pengaruh kesadahan.
Dalam jumlah kecil Mg dibutuhkan oleh tubuh untuk pertumbuhan tulang
akan tetapi dalam jumlahyang lebih besar dari 150 mg/L dapat
menyebabkan rasa mual.

- Tembaga (Cu)

Tembaga merupakan salah satu unsur yang penting dan berguna


untuk metabolisme. Konsentrasi1 mg/L merupakan batas konsentrasi
tertinggi tembaga untuk mencegah timbulnya rasa yangtidak
menyenangkan. Tembaga (Cu) diperlukan dalam jumlah kecil untuk
pembentukan sel-seldarah merah, namun dalam jumlah besar dapat
menyebabkan rasa yang tidak enak dilidah dan dapat menyebabkan
kerusakan pada hati. Konsentrasi standar maksimum yang ditetapkan
olehDepartemen Kesehatan RI untuk Cu ini sebesar 0,05 mg/L untuk batas
maksimum yangdianjurkan sebesar 1,5 mg/L sebagai batas maksimal yang
diperbolehkan.
1.2.3.2.Jenis-jenis Air

Air merupakan sumber kehidupan yang tidak dapat tergantikan


oleh apa pun juga. Tanpa air manusia, hewan dan tanaman tidak akan
dapat hidup. Air di bumi dapat digolongkan menjadi dua, yaitu :
1.Airtanah
Air tanah adalah air yang berada di bawar permukaan tanah. Air tanah
dapat kita bagi lagi menjadi dua, yakni air tanah preatis dan air tanah
artesis.
a.AirTanahPreatis
Air tanah preatis adalah air tanah yang letaknya tidak jauh dari permukaan
tanah serta berada di atas lapisan kedap air / impermeable.
b.AirTanahArtesis
Air tanah artesis letaknya sangat jauh di dalam tanah serta berada di antara
dualapisankedapair.
2.AirPermukaan
Air pemukaan adalah air yang berada di permukaan tanah dan dapat
dengan mudah dilihat oleh mata kita. Contoh air permukaan seperti laut,
sungai, danau, kali, rawa, empang, dan lain sebagainya. Air permukaan
dapatdibedakanmenjadiduajenisyaitu :
a.PerairanDarat
Perairan darat adalah air permukaan yang berada di atas daratan misalnya
sepertirawa-rawa, danau, sungai, dan lain sebagainya.
b.PerairanLaut
Perairan laut adalah air permukaan yang berada di lautan luas. Contohnya
seperti air laut yang berada di laut.

1.2.4.Alkalinity
1.2.4.1 Pengertian Alkalinity

Alkalinitas adalah suatu parameter kimia perairan yang


menunjukan jumlah ion karbonat dan bikarbonat yang mengikat logam golongan
alkali tanah pada perairan tawar. Nilai ini menggambarkan kapasitas air untuk
menetralkan asam, atau biasa juga diartikan sebagai kapasitas penyangga (buffer
capacity) terhadap perubahan pH. Perairan.mengandung alkalinitas 20 ppm
menunjukkan bahwa perairan tersebut relatif stabil terhadap perubahan asam/basa
sehingga kapasitas buffer atau basa lebih stabil. Selain bergantung pada pH,
alkalinitas juga dipengaruhi oleh komposisi mineral, suhu, dan kekuatan ion. Nilai
alkalinitas alami tidak pernah melebihi 500 mg/liter CaCO3. Perairan dengan nilai
alkalinitas yang terlalu tinggi tidak terlalu disukai oleh organisme akuatik karena
biasanya diikuti dengan nilai kesadahan yang tinggi atau kadar garam natrium
yang tinggi (Effendi, 2003).
Air dengan alkalinitas tinggi jarang dijumpai dalam akuakultur, penggunaan
kolam semen baru memang akan menyebabkan pH meningkat, sehingga untuk
pengoprasian kolam semen diperlukan tindakan pengisian air dan pengurasan
berulang-ulang sebelum kolam semen siap digunakan untuk budidaya. Lanjut
dikatakan bahwa pemberian kapur atau atau aliran air yang tidak baik setelah
pemberian kapur dapat berakibat alkalinitas air tinggi dan dapat bersifat fatal
terhadap ikan (Irianto, 2005).
1.2.4.2. Jenis-jenis Alkalinity

Alkalinitas air disebabkan oleh adanya senyawa alkalis dalam air.


Alkalinitas Pengolahan dan Penyediaan Air .Alkalinitas didefinisikan sebagai
ukuran dari kapasitas air untuk menetralkan asam. Alkalinitasdalam air ada tiga
jenis yaitu: alkalinitas hidroksida (OH-alkalinity), alkalinitaskarbonat (CO3-
alkalinity) dan alkalinitas bikarbonat (HCO3-alkalinity)

1.2.5.Asidimetri

1.2.5.1. Pengertian Asidimetri

Asidimetri adalah analisis (volumetri) yang menggunakan asam sebagai


larutan standar.Alkalimetri adalah analisis (volumetri) yang menggunakan alkali
(basa) sebagai larutan standar.

1.2.5.2.Indikator dan Penggunanya

Indikator adalah suatu zat penunjuk yang dapat membedakan


larutan, asamatau basa, atau netral. Alearts dan Santika (1984) melampirkan
beberapaindikator dan perubahannya pada trayek PH tertentu, kegunaan
indikatorini adalah untuk mengetahui berapa kira-kira PH suatu larutan.
Disampingitu juga digunakan untuk mengetahui titik akhir kosentrasi pada
beberapaanalisa kuantitatif senyawa organik dan senyawa anorganik
BAB II

ALAT DAN BAHAN

2.1. Alat
Buret dan Statif
Pipet Volumetri
Erlenmeyer 250 ml
Corong
Gelas ukur
Pipet tetes
Tissue

2.2.Bahan
H2SO4 0,02 N
Indikator PP
Aquadesh
Sampel(Clean Q,Onasis,Air ParitAir Kran)
BAB III
PROSEDUR KERJA

3.1. Prosedur Kerja P Alkalinity

Dipipet 50 ml sampel,kemudian tambahkan 1 tetes Indikator


PP.Aduk,jika warna tidak berubah menjadi sedikit merah maka P alkalinity sama
dengan nol.
Apabila pada penambahan indikator PP terjadi perubahan warna,titar
dengan larutan H2SO4 0,02N sampai hilang warnanya.Catat volume yang H2SO4
0,02 N terpakai (ml).Kemudian hitung P Alkalinty dengan rumus:
P.Alkalinity = 1000 x Volume H2SO4
Volume sampel

3.2.Prosedur kerja M Alkalinity

Dipipet 50 ml sampel,kemudian ditambahkan 1 tetes indicator


MO.Sampel berubah jadi warna kuning,titar dengan larutan H2SO4 0,02 N sampai
warna orange.Kemudian catalah volume yang H2SO4 0,02 N yang terpakai
(ml).Hitung MO alkalinity dengan rumus:
M Alkalinity = 1000 x Volume H2SO4
Volume sampel
BAB IV
GAMBAR RANGKAIAN

4.1. Gambar Percobaan

Gambar 4.1. Sampel (Indodes, Aqua dan Clean-q )


Gambar 4.2. Setelah Penambahan Indikator PP
( menunjungkan P alkalinity = 0 )

Gambar 4.3. Setelah Penambahan Indikator MO


Gambar 4.4. Pada Saat Titrasi Dengan H2SO4 0,02 N

Gambar 4.5. Sampel Yang Telah di Titrasi Dengan H2SO4 0,02 N


BAB V

DATA PENGAMATAN

1.Penambahan Indikator PP

No. Sampel Volume Penambahan Warna Volume Warna


SampeL Ind.PP Sebelum H2SO4 Setelah
(ml) (tetes) Titrasi Yang titrasi
terpakai
(ml)
1 Clean Q 50 1 Tidak Tidak
Berwarna berwarna
2 Onasis 50 1 Warna 0,20 Tidak
Merah berwarna
Lembayung
3 Air Parit 50 1 Tidak Tidak
Berwarna berwarna
4 Air 50 1 Tidak Tidak
Kran Berwarna berwarna
2.Penambahan Indikator MO

No. Sampel Volume Penambahan Warna Volume H2SO4 Warna


SampeL Ind.PP Sebelum Yang terpakai Setelah
(ml) (tetes) Titrasi (ml) titrasi
1 Clean Q 50 1 Kuning 4,25 Orange
2 Onasis 50 1 Kuning 9,80 Orange
3 Air Parit 50 1 Kuning 7,20 Orange
4 Air Kran 50 1 Kuning 2,80 Orange
BAB VI
PENGOLAHAN DATA

6.1. Perhitungan P Alkalinity

P.Alkalinity = 1000 x Volume H2SO4


Volume sampel

1.P Alkalinity untuk Clean Q = 0


2.P Alkalinity untuk Onasis
P.Alkalinity = 1000 x Volume H2SO4
Volume sampel
=1000x 0,20 ml
50 ml
=1000 x 0,004
=4
3.P Alkalinity untuk Air Parit = 0
4.P Alkalinity untuk Air Kran = 0

6.2.Perhitungan M Alkalinity

M Alkalinity = 1000 x Volume H2SO4


Volume sampel
1.M Alkalinity untuk Clean Q
M Alkalinity = 1000 x Volume H2SO4
Volume sampel
= 1000 x 4,25 ml
50 ml
= 1000 x 0,085
= 85

2.M Alkalinity untuk Onasis


M Alkalinity = 1000 x Volume H2SO4
Volume sampel
= 1000 x 9,80 ml
50 ml
= 1000 x 0,196
= 196
3.M Alkalinity untuk Air Parit
M Alkalinity = 1000 x Volume H2SO4
Volume sampel
= 1000 x 7,20 ml
50 ml
= 1000 x 0,144
= 144
4.M Alkalinity untuk Air Kran
M Alkalinity = 1000 x Volume H2SO4
Volume sampel
= 1000 x 2,80 ml
50 ml
= 1000 x 0,056
= 56
BAB VIII
KESIMPULAN DAN SARAN

7.1 Kesimpulan

Berdasarkan Praktek yang telah dilakukan maka dapat disimpulkan:


Dari Sampel yang digunakan yaitu Clean Q,Onasis,Air Parit dan Air
Kran,Jika ditambahkan dengan Indikator PP,hanya sampel Onasis yang
mempunyai alkalinity.
Volume H2SO4 yang terpakai untuk titrasi sampel Onasis adalah 0,20 ml
hingga sampai tidak berwarna lagi.
Besar P Alkalinity Onasis yang ditambahkan dengan Indikator PP adalah
4.
Semua sampel mempunyai M Alkalinity yang besar.
Warna Sampel setelah ditambahkan dengan indikator MO adalah warna
kuning,Sedangkan Setelah dititrasi dengan H2SO4 menghasilkan warna
Orange.

7.2 Saran

Untuk mendapatkan data-data yang lebih pasti dan akurat maka praktikan
harus lebih hati-hati dalam pembacaan buret pada saat titrasi.
DAFTAR PUSTAKA

Darmono.2001. Lingkungan hidup dan pencemaran.Jakarta.Penerbit Universitas


Indonesia.

Juna,sihombing.2012.Penuntun Praktikum Teknologi Pengolahan Air dan Limbah


Industri.PTKI Medan

Sugiharto Hartono, Katherin Indriawati.2009.Jurnal Implementasi Metode


Multivariate Cumulative Sum (Mcusum) Untuk Strategi Pengawasan
Sistem Kontrol Prediktif Pada Bioreaktor Anaerob

www//.http.Air dan Limbah .Org.com


LAMPIRAN