Anda di halaman 1dari 62

UNIVERSITAS INDONESIA

PERANCANGAN REAKTOR BATCH – CSTR - PFR

Laporan Perancangan Bioreaktor

GROUP 9
GROUP PERSONNEL:
Ambar Maresya (1306370796)
Fairuz Nawfal H (1306413435)
Itamar Pascana Ningrum (1306371016)
Khairunnisa (1306370934)
Sonia Limoes (1306412142)

PROGRAM STUDI TEKNOLOGI BIOPROSES


DEPARTEMEN TEKNIK KIMIA
FAKULTAS TEKNIK UNIVERSITAS INDONESIA
DEPOK, MARET 2016
KATA PENGANTAR

Puji syukur kami panjatkan kepada Tuhan Yang Maha Esa atas rahmatNya
sehingga kami dapat menuliskan laporan Perancangan Bioreaktor CSTR – PFR
dalam matakuliah Perancanangan Bioreaktor. Pada laporan ini kami tuliskan
mengenai tinjauan pustaka dan hasil serta pembahasan untuk perancangan
bioreaktor ini.
Kami mengucapkan terimakasih kepada Bapak Yuswan dan Ibu Dianursanti
selaku dosen pengampu matakuliah Perancanangan Bioreaktor dan Ibnu Maulana
selaku asisten dosen matakuliah Perancangan Bioreaktor 2016 karena telah
membantu kami dan memberikan ilmu kepada kami tentang mata kuliah ini,
selain itu kami juga mengucapkan terimakasih kepada pihak-pihak yang telah
membantu dalam proses pembuatan laporan ini, serta pihak-pihak yang telah kami
jadikan referensi untuk dapat lebih mengembangkan laporan ini. Semoga laporan
ini dapat bermanfaat bagi para pembaca.

Depok, Maret 2016

Penulis

ii
Universitas Indonesia
DAFTAR ISI

COVER PAGE...............................................................................................i
KATA PENGANTAR ........................................................................................... ii
DAFTAR ISI ......................................................................................................... iii
DAFTAR GAMBAR ............................................................................................. v
DAFTAR TABEL ................................................................................................ vi
BAB 1 ..................................................................................................................... 7
PENDAHULUAN .................................................................................................. 7
1.1 Latar Belakang ............................................................................................................... 7

1.2 Rumusan Masalah .......................................................................................................... 8

1.3 Tujuan Penulisan ............................................................................................................ 8

2. BAB 2 ................................................................................................................. 8
TEORI DASAR ..................................................................................................... 8
2.1 Perancangan Bioreaktor .................................................................................................... 8
2.1.1 Faktor-Faktor dalam Perancangan Bioreaktor................................................................ 8
2.1.2. Faktor-Faktor Produksi .................................................................................................. 9
2.1.3 Faktor Fisis dalam Perancangan Bioreaktor ................................................................. 10
2.1.4. Faktor Kinetika yang Mempengaruhi Kinerja Bioreaktor ............................................ 15
2.2. Teori Keekonomian .............................................................................................................. 16
2.2.1. Perhitungan Harga FOB Reaktor .................................................................................. 16
2.2.2. Menghitung Capital Expenses (CAPEX) dari Reaktor ................................................... 18
2.3 Jenis-Jenis Bioreaktor ........................................................................................................... 20
2.3.1 Bioreaktor Batch ...................................................................................................... 20
2.3.2 Bioreaktor CSTR ............................................................................................................ 23
2.3.3 Bioreaktor PFR .............................................................................................................. 27
BAB 3 ................................................................................................................... 31
PENGOLAHAN DATA ...................................................................................... 31
3.1 Batch ................................................................................................................................. 31
3.1.1 Neraca Massa Batch ................................................................................................ 31
3.1.2 Perhitungan Batch ................................................................................................... 32
 Menghitung Volume Reaktor yang Diperlukan ....................................................... 39
 Menghitung Biaya Sel .............................................................................................. 40
 Menghitung Biaya Bahan Baku................................................................................ 41
 Menghitung Biaya Operasi Lain ............................................................................... 41
 Menghitung OPEX ................................................................................................... 41
 Menghitung Penjualan Ethanol ............................................................................... 41
 Menghitung Margin ................................................................................................. 41
3.2 CSTR .................................................................................................................................. 45

3.3 PFR .................................................................................................................................... 50


BAB 4 ................................................................................................................... 57
iii
Universitas Indonesia
ANALISA EKONOMI ....................................................................................... 57
4.1 Analisa Ekonomi Reaktor Batch ............................................................................................ 58

4.2 Analisa Ekonomi Reaktor CSTR ............................................................................................. 58

4.3 Analisa Ekonomi Reaktor PFR ............................................................................................... 59


BAB 5 ................................................................................................................... 60
KESIMPULAN .................................................................................................... 60
DAFTAR PUSTAKA .......................................................................................... 61

iv
Universitas Indonesia
DAFTAR GAMBAR

Gambar 2 1Biorektor Sistem Batch ...................................................................... 20


Gambar 2 2 Continous Stirred Reactor ................................................................. 24
Gambar 2 3 Plug Flow Reactor ............................................................................. 27
Gambar 2 4 Konsentrasi produk meningkat sepanjang perjalanan reaktor........... 28
Gambar 3 1 Persamaan neraca massa ................................................................... 34
Gambar 3 2 Persamaan variabel tunggal ............................................................... 34
Gambar 3 3 Persamaan dengan nilai awal glukosa dan sel ................................... 35
Gambar 3 4 Grafik polymath berdasarkan persamaan .......................................... 36
Gambar 3 5 Hasil perhitungan berdasarkan grafik ............................................... 37
Gambar 3 6 Grafik polymath simulasi ke-2 .......................................................... 38
Gambar 3 7 Hasil perhitungan grafik ke-2 ............................................................ 38
Gambar 3 8 Grafik Simulasi ke 14 dengan polymath ........................................... 44
Gambar 3 9 Persamaan dan Data yang Dimasukkan ke dalam Polymath ............ 45
Gambar 3 10 Grafik Hasil Simulasi 1 ................................................................... 46
Gambar 3 11 Data Angka dari Hasil Simulasi 1 ................................................... 47
Gambar 3 12 Simulasi rumus PFR pada program Polymath ................................ 51
Gambar 3 13 Grafik Hasil Simulasi PFR 1 ........................................................... 52
Gambar 3 14 Grafik Hasil Simulasi PFR 2 ........................................................... 53
Gambar 3 15 Grafik Hasil Simulasi PFR 3 ........................................................... 53

v
Universitas Indonesia
DAFTAR TABEL

Tabel 2 1 Daftar Indeks Harga Tahun 1987-2002 ................................................ 17


Tabel 2 2 Angka multiplikasi untuk alat terpasang (faktor Guthrie) .................... 19
Tabel 3 1 Hasil simulasi 16 kali ............................................................................ 39
Tabel 3 2 Hasil simulasi running bioreaktor dengan softare polymath dengan
variasi jumlah glukosa, sel dan nilai CAPEX ....................................................... 42
Tabel 3 3 Hasil pengolahan keekonomian bioreaktor ........................................... 43
Tabel 3 4 Hasil Simulasi untuk Reaktor CSTR .................................................... 48
Tabel 3 5 Hasil Penghitungan CAPEX ................................................................. 49
Tabel 3 6 Hasil Penghitungan OPEX .................................................................... 50
Tabel 3 7 Hasil Penghitungan Margin per Tahun ................................................. 50
Tabel 3 8 Perhitungan massa etanol yang dihasilkan............................................ 54
Tabel 3 9 Hasil Penghitungan CAPEX ................................................................. 55
Tabel 3 10 Hasil Penghitungan OPEX .................................................................. 55
Tabel 3 11 Hasil Penghitungan Margin per Tahun ............................................... 56

vi
Universitas Indonesia
BAB 1
PENDAHULUAN

1.1 Latar Belakang


Menipisnya cadangan minyak bumi telah meningkatkan minat
pengembangan sumber energi alternatif terbarukan. Salah satu energi alternatif
yang banyak diproduksi saat ini adalah bioethanol. Oleh karena adanya
ketergantungan pada luar negeri dalam teknologi proses bioethanol skala besar
(20 ribu ton/tahun), maka diperlukan pengembangan teknologi proses yang
kompetitif dan efektif untuk mengonversi gula menjadi bioethanol. Penelitian ini
sangat releban untuk pengembangan teknologi industry proses yang kompetitif
dan efektif.
Dalam proses produksi bioethanol, bioreaktor yang digunakan dapat
dioperasikan baik secara batch, kontinyu, dan semi-kontinyu. Dalam perancangan
dan interpretasi unjuk kerja reaktor biologi, diperlukan informasi fisis dan
biologis. Faktor fisis yang mempengaruhi lingkungan umum hidrodinamis pada
suatu bioeraktor meliputi beberapa parameter seperti pola aliran liquid dan waktu
sirkulasi, efisiensi distribusi udara dan holdup gas, laju perpindahan massa
oksigen, intensitas pencampuran, dan pengaruh geseran (shear). Faktor-faktor
tersebut dipengaruhi oleh geometri bioreaktor dan pengaduk (kecepatan
pengaduk, efek baffle) serta oleh pengaruh sifat fisis seperti viskositas cairan dan
tegangan permukaan. Semuanya dapat berpengaruh pada ukuran gelembung dan
hidrodinamika cairan dan gas. Input biokinetika melibatkan beberapa faktor
seperti laju pertumbuhan sel, produktivitas sel, dan laju konsumsi substrat.
Makalah ini dibuat untuk memenuhi tugas mata kuliah Rekayasa Bioreaktor,
dimana Kami akan membahas faktor-faktor yang mempengaruhi bioreaktor dalam
memproduksi bioethanol, serta Kami akan mensimulasikan pembuatan bioethanol
oleh reaktor batch dengan target produksi 300.000 ton/tahun menggunakan
aplikasi polymath, serta Kami akan menganalisis berapa reaktor yang dibutuhkan
untuk memproses etanol dalam satu hari, serta analisis keekonomiannya
berdasarkan biaya dan harga yang sesuai dengan harga di pasaran.
7
Universitas Indonesia
8

1.2 Rumusan Masalah


Makalah ini akan membahan mengenai perancangan bioreactor dalam
pabrik bioethanol dengan kapasitas produksi sebesar 300.000 ton/tahun. Berikut
ini rumusan masalah yang akan dijawab dalam makalah ini:
 Apa tahapan dalam perancangan bioreactor?
 Apa saja faktor pertimbangan dalam perancangan bioreactor?
 Bagaimana neraca massa untuk reactor batch?
 Bagaimana neraca massa untuk reactor CSTR?
 Bagaimana neraca massa untuk reactor PFR?
 Apa saja jenis-jenis biaya dalam perancangan bioreactor batch?
 Apa saja jenis-jenis biaya dalam perancangan bioreactor CSTR?
 Apa saja jenis-jenis biaya dalam perancangan bioreactor PFR?
 Bagaimana tahapan dalam pengolahan table estimasi biaya bioreactor
batch?
 Bagaimana tahapan dalam pengolahan table estimasi biaya bioreactor
CSTR?
 Bagaimana tahapan dalam pengolahan table estimasi biaya bioreactor
PFR?
1.3 Tujuan Penulisan
Adapun tujuan penulisan makalah yang berjudul Perancangan Bioreaktor
Batch ini sebagai berikut:
 Mengetahui tahapan dalam perancangan suatu bioreactor
 Memahami konsep dan neraca massa dari proses pada bioreaktor batch
 Memahami konsep dan neraca massa dari proses pada bioreaktor CSTR
 Memahami konsep dan neraca massa dari proses pada bioreaktor PFR
 Mengestimasi biaya-biaya dalam perancangan bioreaktor
 Membandingkan biaya-biaya dari perancangan bioreactor Batch, CSTR,
PFR

Universitas Indonesia
2. BAB 2
TEORI DASAR

2.1 Perancangan Bioreaktor


Bioreaktor adalah tempat terjadinya transformasi bahan baku menjadi
produk yang diinginkan melalui bantuan biokatalis. Biokatalis yang sering disebut
enzim ini dapat berupa komponen yang telah diisolasi maupun yang masih berada
di dalam sel mikroba yang menghasilkannya. Kondisi di dalam bioreaktor harus
diusahakan untuk mendorong reaksi enzimatik, atau untuk mendukung
pertumbuhan sel dan produksi enzim.
Sistem bioreaktor yang digunakan dalam bioproses ada berbagai macam,
tetapi dapat dibagi menjadi tiga kelompok, yaitu:
 Sistem batch
 Sistem kontinu (contoh: CSTR, PFR)
 Sistem semi-kontinu
Kinerja bioreaktor dapat dinilai berdasarkan kinetika reaksi biokatalisis
(reaksi enzimatik), dengan parameter dasar berupa produktivitas, hasil (yield), dan
tingkat konversi substrat menjadi produk. Analisis bioreaktor dikembangkan atas
dasar perilaku bioreaktor yang dapat dipilah menjadi sistem bulk/batch, semi-
kontinu, dan kontinu.

2.1.1 Faktor-Faktor dalam Perancangan Bioreaktor


Di bawah ini akan dijelaskan faktor-faktor yang harus dipertimbangkan
dalam merancang suatu bioreaktor untuk bioproses, baik dalam skala laboratorium
maupun skala industri:
 Jenis makhluk hidup yang digunakan
Jenis makhluk hidup yang digunakan dalam bioreaktor sangat berpengaruh
pada perancangan bioreaktor, karena setiap jenis makhluk hidup memiliki
karakteristik yang berbeda-beda. Misalnya dari kebutuhan akan oksigen, jenis dan
ukuran sel

8
Universitas Indonesia
9

 Sifat media
Sifat media bioreaktor sangat ditentukan oleh jenis makhluk hidup yang
ada dalam bioreaktor. Sifat-sifat media menentukan jenis bioreaktor yang akan
digunakan. Sifat fisik substrat yang akan direaksikan sangat beragam, misalnya
gas, cair atau padat.
 Suhu lingkungan
Setiap biokatalis mempunyai suhu optimal yang spesifik. Dengan
demikian laju pertumbuhan sel dan pembentukan produk hasil reaksi biokatalisis
umumnya tergantung pada suhu.
 pH
Aktivitas biokatalis dipengaruhi pH. Kecepatan reaksi enzimatis dan laju
pertumbuhan berlangsung dengan sangat baik pada pH yang optimal, sesuai
dengan jenis biokatalis yang digunakan. Tingkat konsentrasi ion H+ atau pH yang
sesuai menjamin berlangsungnya bioproses secara optimal.

2.1.2. Faktor-Faktor Produksi


Faktor-faktor produksi yang harus dipertimbangkan dalam perancangan
bioreaktor adalah sebagai berikut:
 Biaya
Biaya dalam perancagan bioreaktor meliputi biaya tetap, misalnya untuk
modal investasi awal membangun bioreaktor dan biaya tidak tetap atau biaya
operasional. Biaya operasional terutama digunakan untuk menyediakan bahan-
bahan mentah untuk berlangsungnya kegiatan bioproses. Selain itu, biaya
operasional juga termasuk upah pekerja (labor) untuk mengoperasikan bioreaktor,
biaya energi (listrik), biaya distribusi, dan biaya untuk perlengkapan-perlengkapan
lain yang harus diperhitungkan seekonomis mungkin.
 Kemudahan mendapatkan bahan
Agar berlangsungnya proses operasional bioreaktor secara optimal dan
dalam jangka watu yang panjang, perlu diperhatikan penggunaan bahan-bahan
dalam bioreaktor.
 Ketersediaan dan mutu tenaga kerja
Ketersediaan dan kualitas tenaga kerja sangat mempengaruhi pemilihan

Universitas Indonesia
10

bioreaktor.
 Ketersediaan energi
Perancangan bioreaktor hendaknya dibuat sedemikian rupa sehingga
energy yang digunakan pun seefisien mungkin.

2.1.3 Faktor Fisis dalam Perancangan Bioreaktor


Dalam perancangan bioreaktor untuk menghasilkan bioetanol, diperlukan
informasi fisis dan biologis. Terdapat faktor-faktor fisis yang mempengaruhi
lingkungan umum hidrodinamis pada suatu bioreaktor, yaitu:
 Viskositas Cairan
Perubahan viskositas selama berlangsungnya bioproses, merupakan suatu
hal yang diperhatikan dalam reaksi bioproses. Pertumbuhan sel ditandai dengan
adanya perubahan viskositas cairan media bioreaktor dan perubahan konsentrasi
media. Pada tabel berikut tercantum data viskositas berbagai bahan. Setelah
bahan–bahan tersebut digunakan dalam reaksi biokatalisis, maka akan terjadi
perubahan viskositas.
Selain itu, pada penelitian Widayat dkk., (2004) dengan menggunakan
reaktor air-lift internal loop rectangular serta menggunakan larutan tepung pati
didapatkan bahwa semakin tinggi viskositas larutan tepung pati, semakin rendah
hold up gas dan laju sirkulasi cairan. Hal ini terjadi karena semakin viscous suatu
zat cair, maka zat tersebut akan semakin sulit ditembus oleh udara, karena daya
yang diperlukan untuk menembus cairan menjadi semakin besar sebagai akibat
dari semakin kuatnya gaya gesek antara lapisan gas dan cairannya. Jadi daya
yang ada pada gas juga harus digunakan untuk melawan gaya gesek antara
lapisan gas dan cairannya. Hal ini menyebabkan fraksi udara dalam cairan
berkurang dengan demikian hold up gas menurun.
Sehingga dapat disimpulkan, viskositas cairan pada substrat dan produk
yang tinggi dapat mengganggu agitasi dan laju perpindahan oksigen.
 Laju Pertumbuhan Sel
Laju pertumbuhan sel dpat mempengaruhi bentuk dan kapasitas dari
bioreaktor yang sedang dirancang. Jika laju pertumbuhan sel lama, maka
sebaiknya dirancang bioreaktor yang besar sehingga dapat dihasilkan produk

Universitas Indonesia
11

yang sekaligus banyak dalam waktu yang singkat.


Banyak dari proses-proses kimia melibatkan pertumbuhan
mikroorganisme. Agar mikroorganisme dapat bertumbuh, substrat sangat
dibutuhkan.
X(t) menyatakan konsentrasi dari populasi biomassa (mass/unit volume).
Pertumbuhan eksponensial organisme dapat dinyatakan sebagai:
𝑑𝑋(𝑡) (2.1.1)
= 𝜇𝑋(𝑡)
𝑑𝑡
(Doran, 1995)
Parameter μ disebut sebagai laju pertumbuhan spesifik atau specific
growth rate, specific growth rate, yang menyatakan “laju peningkatan
konsentrasi sel per unit konsentrasi sel” ([1/unit waktu]).
 The Monod Function
Terkadang laju pertumbuhan spesifik, atau μ, bergantung pada
konsentrasi substrat, S. Hal yang lumrah untuk mengamsumsikan bahwa jumlah
substrat yang rendah akan menghasilkan laju pertumbuhan yang rendah pula, dan
jika konsentrasi substrat meningkat, maka laju pertumbuhan akan meningkat.
Untuk tingkat substrat yang cukup tinggi, maka laju pertumbuhan akan menjadi
konstan dan jenuh (saturated). Berikut ini adalah relasi empiris yang sering
digunakan dan disebut sebagai fungsi Monod:
𝑆 (2.1.2)
𝜇(𝑠) = 𝜇𝑚𝑎𝑥
𝐾𝑠 + 𝑆
(Doran, 1995)
Dimana:
μmax adalah laju pertumbuhan spesifik maksimum
S adalah konsentrasi dari substrat pembatas pertumbuhan
Ks adalahh konstanta paruh kejenuhan, yang menyebabkan nilai μ= ½ μmax
Seiring bertambahnya mikroorganisme, maka sustrat akan dipakai. Hal
ini umumnya digambarkan sebagai:
𝑑𝑋 𝑑𝑆 (2.1.3)
= −𝑌
𝑑𝑡 𝑑𝑡
(Doran, 1995)

Universitas Indonesia
12

Di mana Y adalah koefisien yield, yakni perbandingan/rasio dari massa


sel yang terbentuk dengan substrat yang terkonsumsi.

Koefisien Yield dinyatakan sebagai:


𝑑𝑋 (2.1.4)
𝑌𝑋𝑆 = −
𝑑𝑆
(Doran, 1995)
 Waktu dan Laju Sirkulasi
Waktu sirkulasi adalah waktu yang dibutuhkan reaktor untuk mensirkulasi
kandungan didalamnya sekali
𝑉𝑟 (2.1.5)
𝑡𝑐𝑖𝑟 =
𝑞
(Don Green, 1934)
Dimana:
Q = aliran yang disebabkan oleh impeller.
Vr = volume reaktor
Pada perancangan reaktor, fenomena hidrodinamika yang meliputi hold up
gas dan cairan, laju sirkulasi merupakan faktor yang penting yang berkaitan
dengan laju perpindahan massa. Di dalam perancangan bioreaktor, faktor yang
sangat berpengaruh adalah hidrodinamika reaktor, transfer massa gas-cair,
rheologi proses dan morfologi produktifitas organisme. Hidrodinamika reaktor
meliputi hold up gas (fraksi gas saat penghaburan) dan laju sirkulasi cairan.
Kecepatan sirkulasi cairan dikontrol oleh hold up gas, sedangkan hold up gas
dipengaruhi oleh kecepatan kenaikan gelembung. Sirkulasi juga mempengaruhi
turbulensi, koefisien perpindahan massa dan panas serta tenaga yang dihasilkan.
Hold up gas atau fraksi kekosongan gas adalah fraksi volume fase gas pada
disperse gas-cair atau slurry.
 Jenis Aliran
Jenis aliran didalam bejana yang sedang diaduk bergantung pada jenis
impeller, karakteristik fluida, dan ukuran serta perbandingan (proporsi) tangki,
sekat, dan agitator. Kecepatan fluida pada setiap titik dalam tangki mempunyai
tiga komponen, dan pola aliran keseluruhan didalam tangki itu tergantung pada

Universitas Indonesia
13

variasi dari ketiga komponen itu dari satu lokasi ke lokasi lain. Komponen
kecepatan yang pertama ialah komponen radial yang bekerja pada arah tegak lurus
terhadap poros impeller. Komponen kedua, ialah komponen tangensial, atau
rotasional, yang bekerja pada arah singgung terhadap lintasan terhadap lintasan
lingkar disekeliling poros.
Pola aliran yang terjadi dalam cairan yang diaduk tergantung pada jenis
pengaduk. Karakteristik fluida yang diaduk dan ukuran serta perbandingan ukuran
antara tangki, pengaduk dan sekat. Kecepatan partikel fluida disetiap titik dapat
diuraikan dalam tiga komponen yaitu:
o Komponen radial, bekerja dalam arah tegak lurus terhadap sumbu
pengaduk.
o Komponen longitudinal, bekerja dalam arah sejajar sumbu.
o Komponen tangensial atau rotasional, bekerja dalam arah garis
singgung lintasan melingkar sekeliling sumbu.
Aliran tangensial yang mengikuti lintasan melingkar sekeliling sumbu,
menimbulkan vorteks dipermukaan cairan. Jika tangki tidak bersekat, maka
pengaduk jenis aliran axial maupun radial akan menghasilkan aliran melingkar.
Karena pusaran itu terlalu kuat, pola aliran akan sama saja untuk semua jenis
pengaduk dan vorteks yang terbentuk akan mencapai pengaduk, sehingga gas
diatas permukaan akan terhisap. Menurut aliran yang dihasilkan oleh suatu
pengaduk, dapat dibagi menjadi 3 golongan:
o Aliran aksial : Arus atau aliran yang sejajar dengan sumbu poros
impeller.
o Aliran radial: aliran yang mempunyai arah tangensial dan radial
terhadap bidang rotasi pengaduk. Komponen aliran tangensial akan
menyebabkan timbulnya vorteks dan terjadinya suatu pusaran.
 Perpindahan Massa
Perpindahan massa adalah perpindahan massa antar fase gas-cair terjadi
karena adanya beda konsentrasi antar kedua fase. Perpindahan massa terjadi yaitu
oksigen dari fase gas ke fase cair. Kecepatan perpindahan massa ini dapat
ditentukan dengan koefisien perpindahan massa. Koefisien perpindahan massa

Universitas Indonesia
14

oksigen dapat diukur dengan metode dinamik. Koefisen perpindahan massa secara
dinamik telah diuraikan oleh Benyahia and Jones (1997). Metode ini berdasar
pada konsentrasi oksigen terlarut (Disolved Oxygen) dalam media cair sebagai
fungsi waktu. Transfer massa ini juga mencakup transer oksigen saat fermentasi.
Setiap terjadi kenaikan laju alir akan diperoleh nilai konstanta perpindahan
massa gas-cair (Kla) yang semakin bertambah. Lalu seiring dengan
bertambahanya waktu, nilai konstanta perpindahan massa gas-cair (Kla) juga
bertambah. Hasil lain yang diperoleh bahwa konsentrasi mikroorganisme juga
berpengaruh terhadap nilai konstanta perpindahan massa. Hal ini dikarenakan
bahwa laju alir udara yang bertambah akan menyebabkan konsentrasi oksigen
dalam medium juga bertambah, dengan demikian akan terjadi perpindahan massa
oksigen secara cepat. Hal ini terjadi karena perbedaan konsentrasi oksigen yang
cukup besar. Dengan demikian konstanta perpindahan massa gas-cair (Kla) juga
bertambah. Proses fermentasi akan menyebabkan terjadinya konsumsi oksigen
oleh mikroorganisme untuk pertumbuhan atau metabolisme. Hal ini berakibat
konsentrasi oksigen terlarut menjadi berkurang, sehingga dengan bertambahnya
waktu, perpindahan massa juga mengalami kenaikan. Selain itu, konsentrasi
biomass atau mikroorganisme akan mempengaruhi densitas. Konsentrasi
mikroorganisme yang tinggi memiliki densitas lebih besar, sehingga perpindahan
massa menjadi lebih kecil.
 Shear Rate
Pengadukan dan pengaruh geseran (shear) dapat berdampak pada
morfologi sel sehingga mempengaruhi viskositas liquida, yang pada akhirnya
berpengaruh pada bervariasinya densitas sel. Hal ini berarti bahwa proses
pertumbuhan sel mempengaruhi hidrodinamika bioreaktor secara komplek dan
interaktif.
 Pencampuran
Pencampuran adalah peristiwa menyebarnya bahan-bahan secara acak,
dimana bahan yang satu menyebar ke dalam bahan yang lain demikian pula
sebaliknya, sedang bahan-bahan itu sebelumnya terpisah dalam keadaan dua fase
atau lebih yang akhirnya membentuk hasil yang lebih seragam (homogen).

Universitas Indonesia
15

Waktu pencampuran (mixing time) adalah waktu yang dibutuhkan


sehingga diperoleh keadaan yang homogen untuk menghasilkan campuran atau
produk dengan kualitas yang telah ditentukan. Laju pencampuran (rate of
mixing) adalah laju dimana proses pencampuran berlangsung hingga mencapai
kondisi akhir.

2.1.4. Faktor Kinetika yang Mempengaruhi Kinerja Bioreaktor


 Laju Konsumsi Substrat
Sel mengonsumsi substrat dari lingkungan luar dan menyalurkannya ke
berbagai metabolic pathways. Beberapa substrat dapat diteruskan untuk keperluan
pertumbuhan atau pembentukan produk. Beberapa substrat lainnya dapat
digunakan untuk menciptakan energi untuk akivitas sel tersebut. Kebutuhan akan
substrat bagi beberapa sel sangat bergantung pada kondisi organisme dan
lingkungan kulturnya.
Laju penyerapan substrat dapat ditulis sebagai fungsi konsentrasi dari sel,
atau rumusnya:
𝑟𝑠𝑚 = 𝑚𝐶𝑐 (2.1.6)
(Fogler, 2005)
Dimana:
rsm = laju volumetrik konsumsi substrat, kg m-3 s-1
m = laju spesifik konsumsi substrat, h-1
Cc = konsentrasi sel

Laju spesifik konsumsi substrat dinyatakan sebagai:

𝑀𝑎𝑠𝑠 𝑜𝑓 𝑠𝑢𝑏𝑠𝑡𝑟𝑎𝑡𝑒 𝑐𝑜𝑛𝑠𝑢𝑚𝑒𝑑 𝑓𝑜𝑟 𝑚𝑎𝑖𝑛𝑡𝑒𝑛𝑎𝑛𝑐𝑒 (2.1.7)


𝑚=
𝑀𝑎𝑠𝑠 𝑜𝑓 𝑐𝑒𝑙𝑙𝑠 × 𝑇𝑖𝑚𝑒
(Fogler, 2005)
Ketika maintenance dapat diabaikan, hubungan konsentrasi sel yang terbentuk
dengan konsentrasi substrat yang terkonsumsi dapat dinyatakan sebagai:
𝐶𝑐 = 𝑌𝑐/𝑠 [𝐶𝑠0 − 𝐶𝑠 ] (2.1.8)

(Fogler, 2005)

Universitas Indonesia
16

Persamaan tersebut dapat digunakan bagi reaktor batch dan CSTR.

2.2. Teori Keekonomian

2.2.1. Perhitungan Harga FOB Reaktor


Modal tetap yang disediakan dimaksudkan untuk pembelian peralatan
sampai peralatan tersebut siap beroperasi, termasuk biaya: instalasi, pengangkutan
alat sampai ke plant-site, asuransi, pembelian tanah pendirian bsngunan dan lain
sebagainya. Dengan demikian untuk mengetahui jumlah modal tetap terlebih
dahulu harus dicari harga alat yang sesuai dengan indeks harga dan kapasitas alat
yang diinginkan.
 Indeks Harga
Indeks harga adalah angka yang dipakai sebagai dasar penentuan harga
pada tahun tertentu, dimana angka tersebut digunakan sebagai tolak ukur suatu
harga yang akan selalu berubah untuk setiap tahunnya karena adanya inflasi.
Dengan kata lain, indek harga merupakan perbandingan harga sekarang dengan
harga tahun lalu atau harga yang akan datang, dan dapat dicari menggunakan
persamaan:

Harga alat sekarang Indeks harga tahun sekarang (2.2.1)


=
Harga alat pada tahun x Indeks harga tahun x
(Peter & Timmerhaus, 2004)
Penggunaan indeks harga biasanya untuk harga peralatan, ongkos buruh,
biaya pemasangan alat atau lain sebagainya. Angka tersebut banyak
dipublikasikan terutama oleh majalah industri atau internet, yang dikeluarkan oleh
perusahaan atau lembaga, antara lain: Marshall & Swift (MS), Engineering News
Report Construction Index (ENR), Chemical Eng. Plant Construction Index (CE),
Nelson Farrar Refinery Construction Index (NF), dan Labour and Material Index.
Adapun tabel indeks harga dari berbagai lembaga tersebut sebagai berikut:

Universitas Indonesia
17

Tabel 2 1Daftar Indeks Harga Tahun 1987-2002

(Sumber: Seider, JD. 2009. pp.544)

 Kapasitas Alat
Dalam merancang suatu reaktor, bisa saja kapasitas reaktor yang akan
ditaksir berbeda kapasitasnya dengan kapasitas reaktor yang telah diketahui
harganya. Untuk penaksiran harga alat yang sama dengan kapasitas yang berbeda,
dapat menggunakan prinsip economy-of-scale yang digambarkan oleh persamaan
berikut:
𝐶𝑎𝑝𝑎𝑐𝑖𝑡𝑦𝑎 𝑚 𝐼𝑎 (2.2.2)
𝐶𝑎 = 𝐶𝑏 [ ] [ ]
𝐶𝑎𝑝𝑎𝑐𝑖𝑡𝑦𝑏 𝐼𝑏
(Peter & Timmerhaus, 2004)
Dimana:
Ca = Harga peralatan pada tahun sekarang
Cb = Harga peralatan pada tahun dan kapasitas yang berbeda
Ia = Indeks harga pada tahun sekarang
Ib = Indeks harga pada tahun yang tersedia
M = faktor eksponensial

Universitas Indonesia
18

Persamaan di atas dapat memberikan hubungan yang sesuai untuk tiap alat
yang digunakan dalam suatu pabrik. Namun, bilangan eksponen m dapat
bervariasi dari 0,40 – 0,87 untuk alat, dan 0,38 - 0,90 untuk pabrik.

2.2.2. Menghitung Capital Expenses (CAPEX) dari Reaktor


Dalam merancang suatu reaktor, seorang desainer harus bisa mengestimasi
harga untuk membeli reaktor dengan kapasitas yang sesuai dengan yang
ditargetkan. Apabila tempat membeli reaktor berada di luar negeri, maka
perkiraan Fixed Capital Investment akan berbeda apabila membeli reaktor yang
dibuat di dalam negeri, sehingga perancang perlu menaksir harga alat. Beberapa
hal yang perlu diperhatikan dalam penaksiran harga antara lain:
 Harga pengadaan alat biasanya dihitung sampai diatas kapal, di pelabuhan
negara yang membuat peralatan tersebut. Harga ini dinamakan FOB, atau
Free On Board. Untuk sampai di negara pemesan, perlu ditambahkan
biaya angkutan kapal yang besarnya 5-15% dari harga peralatan di
pelabuhan pembuat alat tersebut. Harga sampai di negara pemesan
dinamakan C & F atau Cost and Freight.
 Untuk keamanan pengiriman barang maka perlu ditambahkan biaya
asuransi yang besarnya 0,2-1% dari harga C&F. Harga sampai di negara
pemesan dengan tambahan biaya asuransi dinamakan CIF atau Cost
Insrurance Freight.
 Ongkos angkutan dari pelabuhan ke tempat pabrik didirikan perlu
ditambahakan yang besarnya 10-20% dari harga CIF. Dengan adanya
tambahan ongkos tersebut akan menambah besarnya Fixed Capital
Investment.
 Untuk pembelian barang maka perlu ditambahakan biaya pajak yang
dinamakan MPO, yang besarnya, 2% dari harga CIF.
 Pengadaan Alat terdiri dari alat proses produksi, pemasangan,
instrumentasi, perpipaan, isolasi, perlistrikan dan pengecatan yang sebesar
50-60% dari Fixed Capital Investment. Komponen tersebut terdiri dari:
o Pengadaan alat, 20 – 80% dari Fixed Capital Investment.
o Pemasangan alat termasuk isolasi dan pengecatan, 35 – 45% dari
pengadaan alat.

Universitas Indonesia
19

o Instrumentasi dan control, 6 – 30% dari pengadaan alat.


o Perpipaan terpasang, 10 – 80% dari pengadaan alat.
o Isolasi, 8 – 9% dari pengadaan alat.
o Perlistrikan terpasang, 8 – 20% dari pengadaan alat
Dengan adanya beberapa faktor tambahan biaya, maka Direct Cost
untuk membeli reaktor akan menjadi lebih besar dibandingkan dengan
harga atau pengadaan alat di negara pembuat peralatan pabrik tersebut.
Untuk memudahkan estimasi perancangan alat, Guthrie
menyediakan daftar nilai faktor untuk mengestimasi direct cost dari
material, buruh, dan juga biaya pengadaan alat. Ketika nilai FOB awal dari
alat dikalikan dengan nilai faktor, maka akan memberikan biaya
sesungguhnya.

Tabel 2 2Angka multiplikasi untuk alat terpasang (faktor Guthrie)

(Sumber: Walas, 1987)

Universitas Indonesia
20

2.3 Jenis-Jenis Bioreaktor


2.3.1 Bioreaktor Batch
Batch Process merupakan fermentasi dengan cara memasukkan media dan
inokulum secara bersamaan ke dalam bioreactor dan pengambilan produk
dilakukan pada akhir fermentasi (Rusmana,2008). Pada bioreaktor sistem batch,
bahan media dan inokulum dimasukkan kedalam bioreaktor dalam waktu yang
hampir bersamaan dan pada saat proses berlangsung akan terjadi perubahan
kondisi di dalam bioreaktor dimana nutrient akan berkurang sedangkan produk
atau limbah akan mulai terbentuk.
Reaktor jenis ini biasanya sangat cocok digunakan untuk produksi
berkapasitas kecil misalnya dalam proses pelarutan padatan, pencampuran produk,
reaksi kimia, Batch distillation, kristalisasi, ekstraksi caircair, polimerisasi,
farmasi dan fermentasi.
Karakteristik Bioreaktor Batch (Nurcahyo, 2011):
a. Sederhana dan tidak memerlukan banyak peralatan pendukung.
b. Ideal untuk operasi skala kecil.
c. Operasinya berupa operasi tak tunak/unsteady-state, dengan komposisi yang
bervariasi dengan waktu
d.

Gambar 2 1Biorektor Sistem Batch

(Sumber: Walas, 1987)

Universitas Indonesia
21

Aplikasi Bioreaktor Batch (Nurcahyo,2011) :


a. Digunakan untuk memproduksi biomassa, metabolit primer dan metabolit
sekunder
b. Untuk produksi biomassa : digunakan kondisi kultivasi yang mendukung
pertumbuhan biomassa, sehingga mencapai maksimal
c. Untuk produksi metabolit primer : kondisi kultivasi harus dapat
memperpanjang fase eksponensial yang dibarengi dengan sintesis produk
d. Untuk produksi metabolit sekunder : kondisi kultivasi harus dapat
memperpendek fase eksponensial dan memperpanjang fase stasioner
2.3.1.1 Neraca Massa Batch
Pada reaktor dengan sistem batch, nilai v = vo = 0, dan neraca massa di
dalamnya terbagi atas neraca massa sel, neraca massa substrat, dan neraca massa
produk.
Untuk neraca massa sel, dapat ditulis dalam persamaan sebagai berikut:

𝑑𝐶𝑐 (2.3.1)
𝑉 = 𝑟𝑔 𝑉 − 𝑟𝑑 𝑉
𝑑𝑡
(Fogler, H. 1999)

Dimana
V : volume reaktor
Cc : konsentrasi sel awal
t : waktu, rg adalah laju pembentukan sel
rd : laju kematian sel
Kedua ruas sebelah kanan dan kiri sama-sama memiliki nilai V, sehingga bisa
dihilangkan, dan menghasilkan persamaan akhir:
𝑑𝐶𝑐 (2.3.2)
= 𝑟𝑔 − 𝑟𝑑
𝑑𝑡
(Fogler, H. 1999)

Untuk substrat, dikenal istilah laju kehilangan substrat yang ditulis sebagai –
rs. Dimana -rs diperoleh dari jumlah substrat yang digunakan untuk pertumbuhan
sel maupun untuk pertahanan sel. Neraca massa totalnya dapat ditulis sebagai
berikut:

Universitas Indonesia
22

𝑑𝐶𝑠 (2.3.3)
𝑉 𝑑𝑡
= 𝑟𝑠 𝑉 = 𝑌𝑠⁄𝑐 (−𝑟𝑔 )𝑉 − 𝑚𝐶𝑐 𝑉

(Fogler, H. 1999)

Dimana
Cs : konsentrasi awal substrat
rs : laju pembentukan substrat
Ysc : yield substrat terhadap sel
Kedua ruas sebelah kanan dan kiri sama-sama memiliki nilai V, sehingga
bisa dihilangkan, dan menghasilkan persamaan akhir:
𝑑𝐶𝑠 (2.3.4)
𝑑𝑡
= 𝑌𝑠⁄𝑐 (−𝑟𝑔 ) − 𝑚𝐶𝑐

(Fogler, H. 1999)
Dimana persamaan di atas merupakan persamaan saat substrat berada pada
fase pertumbuhan. Nilai m.Cc sama dengan rsm atau laju pengurangan substrat
untuk maintenance dari sel. Sehingga persamaannya dapat ditulis pula menjadi:
𝑑𝐶𝑠 (2.3.5)
𝑑𝑡
= 𝑌𝑠⁄𝑐 (−𝑟𝑔 ) − 𝑚𝐶𝑐

(Fogler, H. 1999)
Sedangkan untuk fase stasionernya (atau setelah melewati residence time),
persamaannya adalah:
𝑑𝐶𝑠 (2.3.6)
𝑉 𝑑𝑡
= −𝑚𝐶𝑐 𝑉 + 𝑌𝑠⁄𝑝 (−𝑟𝑝 )𝑉

(Fogler, H. 1999)

Dimana
Ys/p : yield substrat terhadap produk
rp : laju pembentukan produknya.
Laju pembentukan produk bisa dihubungkan dengan laju konsumsi substrat,
dan tertulis dalam persamaan berikut:
𝑑𝐶𝑝 (2.3.7)
𝑉 = 𝑟𝑝 𝑉 = 𝑌𝑝⁄ (−𝑟𝑠 )𝑉
𝑑𝑡 𝑠

(Fogler, H. 1999)

Dimana
Yp/s : yield produk terhadap substrat

Universitas Indonesia
23

–rs : laju pengurangan substrat.


Nilai rs juga dapat ditulis sebagai –rg x Ys/c , sehingga persamaan (12) juga dapat
ditulis sebagai:

𝑑𝐶𝑝
= 𝑟𝑝 = 𝑌𝑝⁄ (−(−𝑟𝑔 𝑥 𝑌𝑠⁄𝑐 )
𝑑𝑡 𝑠

𝑑𝐶𝑝
= 𝑟𝑝 = 𝑌𝑝⁄ (𝑟𝑔 𝑥 𝑌𝑠⁄𝑐 )
𝑑𝑡 𝑠
𝑑𝐶𝑝 (2.3.8)
𝑑𝑡
= 𝑟𝑝 = 𝑌𝑝⁄ 𝑥 𝑟𝑔
𝑐

(Fogler, H. 1999)

2.3.2 Bioreaktor CSTR


Continous Stirred tank reactor (CSTR) adalah reaktor model berupa tangki
berpengaduk dan diasumsikan pengaduk yang bekerja dalam tanki sangat
sempurna sehingga konsentrasi tiap komponen dalam reaktor seragam sebesar
konsentrasi aliran yang keluar dari reactor.
Continous Stirred tank reactor (CSTR) berupa suatu wadah yang
umumnya berbentuk silinder dengan diameter tertentu, dimana sekeliling reaktor
bisa dibiarkan terbuka (terjadi konveksi bebas antar reaktor dengan udara
sekelilingnya), bisa diisolasi dengan bahan isiolator tertentu, atau bisa juga
dikelilingi dengan cairan pendingin/pemanas untuk menyerap panas yang timbul.
Sebagai salah satu reaktor kimia, di dalam CSTR terjadi reaksi kimia
pembentukan atau penguraian, dimana aliran masuk/keluar berlangsung secara
terus menerus. Reaksi yang terjadi dapat berupa reaksi satu arah, reaksi bolak-
balik, atau reaksi berantai. Reaksi kimia yang terjadi didalam CSTR, baik secara
eksotermis maupun endotermik, membutuhkan energi yang dapat dihilangkan atau
ditambahkan ke dalam tangki reaktor untuk mempertahankan suhu agar tetap
dalam keadaan konstan.

Universitas Indonesia
24

Gambar 2 2Continous Stirred Reactor

(Sumber: Walas, 1987)


CSTR berbeda dengan reaktor lainnya, seperti PFR (plug flow reactors) dan
PBR (packed bed reactors), karena adanya proses pengadukan (stirred) yang
memungkinkan adanya distibusi sifat fisis dan kimiawi secara merata dari zat
yang bereaksi di setiap tempat dalam reaktor. Penggunaan CSTR paling banyak
memproduksi polimer, seperti polimerisasi styrene. Selain itu CSTR juga
digunakan dalam pembentukan barium sulfat (BaSO4), asam asetat, asam formiat
dan penanganan limbah. Prinsip kerja dari CSTR yaitu:
 satu atau lebih reagen fluida dimasukkan pada tangki sebuah reaktor
yang dilengkapi dengan kipas atau impeller
 impeller mengaduk cairan untuk memastikan cairan tersebut
tercampur rata
 ada waktu suatu cairan berada di dalam tabung tersebut sebelum
keluar
2.3.2.1 Karakterisik CSTR
Berikut merupakan karakakteristik CSTR:
 Berbentuk tangki dengan aliran input dan output dalam sistem
tertutup.
 Dilengkapi pengaduk dan diasumsikan pencampuran homogen,
sehingga tidaka davariasi suhu.
 Densitas arus input berbeda dengan arus output sehingga laju alir
volumetriknya dapat berbeda.
 Arus output reaktor mempunyai komposisi dan sifat kimia yang
samadengan yang di dalam reaktor.

Universitas Indonesia
25

 Dapat dioperasikan secara tunak maupun tak tunak.


 Dapat dilengkapi alat penukar kalor untuk pengontrol suhu.
2.3.2.2 Kelebihan CSTR
Berikut merupakan kelebihan/keuntungan menggunakan CSTR:
 Konstruksinya sederhana dan biaya pembuatannya murah
 Mudah dalam pengaturan suhu saat kondisi tunak.
 Dapat dilengkapi alat kontrol otomatis sehingga mempermudah
pengoperasiannya
 Mudah perawatannya
 Dengan adanya pengadukan maka viskositas larutan tidak terlalu
tinggi sehingga kemungkinan penyimpangan kinerjareaktor kecil.
 Dapat disusun secara multistage untuk meningkat kankonversi
2.3.2.3 Kekurangan CSTR:
Berikut merupakan kerugian menggunakan CSTR:
 Dikarenakan arus output sama dengan yang ada dalam reaktor maka
konsentrasi reaktan relatif rendah dibandingkan konsentrasi saat
masuk reaktor.
 Pada kebanyakan reaksi, umumnya laju reaksi menurun seiring
penurunan konsentrasi reaktan. Akibatnya untuk mencapai konversi
yang diinginkan akan diperlukan volume reactor yang lebih besar
agar konsentrasi reaktan dalam reactor mendekati konsentrasi
inputnya.

2.3.2.4 Neraca Massa


Konversi merupakan banyaknya mol spesi yang bereaksi. Berdasarkan
persamaan umum reaksi kimia seperti berikut
aA + bB → cC + dD (2.3.9)
kemudian dipilih A sebagai basis perhitungan

(2.3.10)

Universitas Indonesia
26

Basis perhitungan biasanya adalah reaktan pembatas. Konversi dari spesi A


di reaksi adalah sama dengan jumlah mol A yang bereaksi dibagi dengan mol A
yang masuk. Untuk reaktor alir, konversinya menjadi seperti berikut
(𝐹𝐴0−𝐹𝐴)
𝑋= (2.3.11)
𝐹𝐴0

Dengan nilai X dideinisikan sebagai


𝑚𝑜𝑙 𝐴 𝑏𝑒𝑟𝑒𝑎𝑘𝑠𝑖
𝑋= (2.3.12)
𝑚𝑜𝑙 𝐴 𝑚𝑎𝑠𝑢𝑘

Untuk reaktor alir, aktu akan meningkat bersamaan dengan meningkatnya volume
reaktor. Semakin besar reaktor, maka semakin lama aktu untuk bereaksi. X
merupakan ungsi dari volume reaktor V. Jika FA0 adalah laju molar A masuk
pada sistem steady state, laju molar A saat A bereaksi dalam sistem dideinisikan
menjadi FAO.X
mol A masuk . 𝑚𝑜𝑙 𝐴 𝑏𝑒𝑟𝑒𝑎𝑘𝑠𝑖
FA0 . X = (2.3.13)
𝑤𝑎𝑘𝑡𝑢 𝑚𝑜𝑙 𝐴 𝑚𝑎𝑠𝑢𝑘
𝑚𝑜𝑙 𝐴 𝑏𝑒𝑟𝑒𝑎𝑘𝑠𝑖
FA0 . X = (2.3.14)
𝑤𝑎𝑘𝑡𝑢

Laju molar A masuk ke sistem minus laju reaksi A dalam sistem sama dengan laju
molar A keluar ddari sistem FA. Kalimat tersebut dapat didefinisikan dengan
rumus berikut:
𝐹𝐴 = 𝐹𝐴0 − (𝐹𝐴0 . 𝑋) (2.3.15)
𝐹𝐴 = 𝐹𝐴0 . (1 − 𝑋) (2.3.16)
.Kemudian molar A yang masuk (mol//s) adalah hasil dari konsentrasi yang
masuk CA0 (mol/dm3) dan laju volumetric yang masuk V0 (dm3/s)
𝐹𝐴0 = 𝐶𝐴0 . 𝑉0 (2.3.17)
Pada CSTR tidak ada perbedaan kondisi di reaktor, persamaan (2) dapat diubah
menjadi

𝐹𝐴0−𝐹𝐴
𝑉= (2.3.18)
−𝑟𝐴

Lalu subtitusikan FA seperti persamaan (7) sehingga persamaannya menjadi

𝐹𝐴0−𝐹𝐴0−(𝐹𝐴0 .𝑋)
𝑉= (2.3.19)
−𝑟𝐴

Universitas Indonesia
27

Lalu sederhanakan menjadi persamaan volume CSTR yang dibutuhkan untuk


mencapai konversi X menjadi

𝐹𝐴0.𝑋
𝑉 = (−𝑟𝐴)𝑒𝑥𝑖𝑡 (2.3.20)

2.3.2.5 Residence time dan Space time


Pada reaktor alir pipa, “space time” lebih penting dari pada waktu tinggal.
Pada reaktor alir, space time (𝜏) didefinisikan sebagai ratio volume reaktor
terhadap kecepatan aliran yang dinyatakan dalam volume per satuan waktu, atau
dapat ditulis dengan persamaan:
𝑉
𝜏 = 𝑉0 (2.31)

𝑉 CA0.X
𝜏 = 𝑉0 = (2.32)
−𝑟𝐴

2.3.3 Bioreaktor PFR


Reaktor alir pipa merupakan reaktor di mana cairan bereaksi dan mengalir
dengan cara melewati tube (tabung) dengan kecepatan tinggi, tanpa terjadi
pembentukan arus putar pada aliran cepat. Reaktor alir pipa pada hakekatnya
hampir sama dengan pipa dan relatif cukup mudah dalam perancangannya.
Reaktor ini biasanya dilengkapi dengan selaput membran untuk menambah
yield produk pada reaktor. Produk secara selektif ditarik dari reaktor sehingga
keseimbangan dalam reaktor secara kontinu bergeser membentuk lebih banyak
produk.

Gambar 2 3Plug Flow Reactor

Sumber: http://www.metal.ntua.gr/
Pada umumnya reaktor alir pipa dilengkapi dengan katalisator. Seperti
sebagian besar reaksi pada industry kimia, reaksinya membutuhkan katalisator

Universitas Indonesia
28

secara signifikan pada suhu layak (standar). Dalam PFR, satu atau lebih reaktan
dipompakan ke dalam suatu pipa. Biasanya reaksi yang digunakan pada reaktor
ini adalah reaksi fasa gas. Reaksi kimia berlangsung sepanjang pipa sehingga
semakin panjang pipa maka konversi yield akan semakin tinggi. Namun tidak
mudah untuk menaikkan konversi karena di dalam PFR konversi terjadi secara
gradien. Pada awalnya kecepatan reaksi berlangsung secara cepat namun setelah
panjang pipa tertentu atau pipa bertambah panjang maka jumlah reaktan akan
berkurang dan kecepatan reaksi berlangsung lebih lambat dan akan semakin
lambat seiring panjangnya pipa. Artinya, untuk mencapai konversi 100% panjang
pipa yang dibutuhkan adalah tak terhingga.

Gambar 2 4 Konsentrasi produk meningkat sepanjang perjalanan reaktor

Sumber: http://www.metal.ntua.gr/
Beberapa hal penting dalam reaktor alir pipa adalah:
1. Perhitungan dalam model RAP mengasumsikan tidak terjadi pencampuran
(mixing) dan reaktan bergerak secara aksial bukan radial.
2. Katalisator dapat dimasukkan melalui titik yang berbeda dari titik masukan
dimana katalisator ini diharapkan dapat mengoptimalkan reaksi dan terjadi
penghematan.
3. Umumnya PFR memiliki konversi yang lebih besar dibandingkan dengan
reaktor alir tangki berpengaduk (RATB) dalam volume yang sama.
Artinya, dengan waktu tinggal yang sama reaktor alir pipa memberikan
hasil yang lebih besar dibandingkan RATB.
Secara umum ada dua tipe reaktor yang digunakan pada industri kimia
yaitu Continous Stirred Tank Reaktor (CSTR) dan Plug Flow Reaktor (PFR)

Universitas Indonesia
29

dimana masing-masing reaktor ini memiliki perbedaan dalam mekanisme kerja


alat. Perbedaannya terletak pada dasar asumsi konsentrasi komponen-komponen
yang terlibat dalam reaksi. CSTR adalah model reaktor berupa tangki
berpengaduk dan diasumsikan pengaduk yang bekerja dalam tanki sangat
sempurna sehingga konsentrasi tiap komponen dalam reaktor seragam sebesar
konsentrasi aliran yang keluar dari reaktor. Model ini biasanya digunakan pada
reaksi homogen di mana semua bahan baku dan katalisnya berfasa cair atau reaksi
antara cair dan gas dengan katalis cair.
Pada reaksi heterogen, misalnya antara bahan baku gas dengan katalis
padat umumnya menggunakan model reaktor alir pipa. Reaktor alir pipa mirip
saringan air dari pasir. Katalis diletakkan pada suatu pipa lalu dari sela-sela katalis
dilewatkan bahan baku seperti air melewati sela-sela pasir pada saringan. Asumsi
yang digunakan adalah tidak ada perbedaan konsentrasi tiap komponen yang
terlibat di sepanjang arah jari-jari pipa.
Reaktor alir pipa mempunyai ketinggian volumetrik pada unit konversi,
dapat digunakan pada jangka waktu yang lama dan kecepatan transfer panas dapat
dioptimasikan dengan menggunakan banyak tube tipis atau sedikit tube yang lebih
tebal yang disusun sejajar. Kerugian reaktor alir pipa ini adalah suhu yang sangat
tinggi pada pipa yang dapat menghasilkan kemiringan suhu yang tidak diinginkan
sehingga pemeliharaan reaktor alir pipa juga lebih mahal daripada pemeliharaan
CSTR.
2.3.3.1 Persamaan PFR
 u >>> De,z dan keadaan tunak
 Persamaan kontinuitas spesi:

𝑑𝑥𝑗 𝜌𝑓
𝜌𝑓𝑢 = − (𝐶𝑗𝑜) 𝑅𝑗 (2.3.23)
𝑑𝑧

(Fogler, H. 1999)
Dimana:
Cjo = Konsentrasi awal
Rj = Reaksi Kimia

Universitas Indonesia
30

 Persamaan kontinuitas total:


𝑑
(𝜌𝑓𝑢) = 0 (2.3.24)
𝑑𝑧

(Fogler, H. 1999)

𝑘𝑔
 Integrasi: (𝜌𝑓𝑢) = (𝜌𝑓𝑢)𝑜 = 𝑐𝑜𝑛𝑠𝑡𝑎𝑛𝑡 = 𝐺 (𝑚2𝑠)
 Substitusi ke persamaan kontinuitas spesi:
𝑑𝑥𝑗 1
𝑢𝑜 = − 𝐶𝑗𝑜 𝑅𝑗(𝑥𝑗) (2.3.25)
𝑑𝑧
(Fogler, H. 1999)

 Modifikasi
𝑑𝑧 𝑑(Ω𝑧) 𝑑𝑣
= = 𝐹′𝑜 (2.3.26)
𝑢𝑜 Ω𝑢𝑜

(Fogler, H. 1999)
Dimana:
F’o = Laju alir volumetrik umpan (m3/s)
dV = Elemen diferensial volume reaktor

Universitas Indonesia
BAB 3
PENGOLAHAN DATA

3.1 Batch

3.1.1 Neraca Massa Batch


Pada reaktor dengan sistem batch, nilai v = vo = 0, dan neraca massa di
dalamnya terbagi atas neraca massa sel, neraca massa substrat, dan neraca massa
produk.
Untuk neraca massa sel, dapat ditulis dalam persamaan sebagai berikut:
𝑑𝐶𝑐
𝑉 = 𝑟𝑔 𝑉 − 𝑟𝑑 𝑉 (3.1.1)
𝑑𝑡
Dimana V adalah volume reaktor, Cc adalah konsentrasi sel awal, t adalah waktu,
rg adalah laju pembentukan sel dan rd adalah laju kematian sel. Kedua ruas
sebelah kanan dan kiri sama-sama memiliki nilai V, sehingga bisa dihilangkan,
dan menghasilkan persamaan akhir:
𝑑𝐶𝑐
𝑑𝑡
= 𝑟𝑔 − 𝑟𝑑 (3.1.2)
Untuk substrat, dikenal istilah laju kehilangan substrat yang ditulis sebagai –
rs. Dimana -rs diperoleh dari jumlah substrat yang digunakan untuk pertumbuhan
sel maupun untuk pertahanan sel. Neraca massa totalnya dapat ditulis sebagai
berikut:
𝑑𝐶𝑠
𝑉 = 𝑟𝑠 𝑉 = 𝑌𝑠⁄𝑐 (−𝑟𝑔 )𝑉 − 𝑚𝐶𝑐 𝑉 (3.1.3)
𝑑𝑡
Dimana Cs adalah konsentrasi awal substrat, rs adalah laju pembentukan substrat,
dan Ysc adalah yield substrat terhadap sel. Kedua ruas sebelah kanan dan kiri
sama-sama memiliki nilai V, sehingga bisa dihilangkan, dan menghasilkan
persamaan akhir:
𝑑𝐶𝑠
𝑑𝑡
= 𝑌𝑠⁄𝑐 (−𝑟𝑔 ) − 𝑚𝐶𝑐 (3.1.4)
Dimana persamaan di atas merupakan persamaan saat substrat berada pada fase
pertumbuhan. Nilai m.Cc sama dengan rsm atau laju pengurangan substrat untuk
maintenance dari sel. Sehingga persamaannya dapat ditulis pula menjadi:
𝑑𝐶𝑠
𝑑𝑡
= 𝑌𝑠⁄𝑐 (−𝑟𝑔 ) − 𝑟𝑠𝑚 (3.1.5)
Sedangkan untuk fase stasionernya (atau setelah melewati residence time),
persamaannya adalah:

31
Universitas Indonesia
32

𝑑𝐶𝑠
𝑉 = −𝑚𝐶𝑐 𝑉 + 𝑌𝑠⁄𝑝 (−𝑟𝑝 )𝑉 (3.1.6)
𝑑𝑡
Dimana Ys/p adalah yield substrat terhadap produk, dan rp adalah laju
pembentukan produknya.
Laju pembentukan produk bisa dihubungkan dengan laju konsumsi substrat,
dan tertulis dalam persamaan berikut:
𝑑𝐶𝑝
𝑉 = 𝑟𝑝 𝑉 = 𝑌𝑝⁄ (−𝑟𝑠 )𝑉 (3.1.7)
𝑑𝑡 𝑠
Dimana Yp/s adalah yield produk terhadap substrat, dan –rs adalah laju
pengurangan substrat. Nilai rs juga dapat ditulis sebagai –rg x Ys/c , sehingga
persamaan (12) juga dapat ditulis sebagai:

𝑑𝐶𝑝
𝑑𝑡
= 𝑟𝑝 = 𝑌𝑝⁄ (−(−𝑟𝑔 𝑥 𝑌𝑠⁄𝑐 )
𝑠

𝑑𝐶𝑝
𝑑𝑡
= 𝑟𝑝 = 𝑌𝑝⁄ (𝑟𝑔 𝑥 𝑌𝑠⁄𝑐 )
𝑠
𝑑𝐶𝑝
𝑑𝑡
= 𝑟𝑝 = 𝑌𝑝⁄ 𝑥 𝑟𝑔 (3.1.8)
𝑐

3.1.2 Perhitungan Batch


Untuk mensimulasikan jumlah sel yang tumbuh, substrat yang
terkonsumsi, dan jumlah produk yang terbentuk dalam suatu bioreaktor, Kami
menggunakan software Polymath 6.0 untuk mempermudah penghitungan neraca
massanya, sekaligus ingin melihat hasil simulasinya. Data-data yang diperlukan
untuk melakukan simulasi ini adalah
 Uptime dan service time
Uptime merupakan waktu kerja dari reaktor dalam setahun, dengan
mempertimbangkan segala aspek seperti waktu maintenance dan waktu kerja
efektif. Dan Kami menentukan bahwa uptime dari reaktor ini adalah 335 hari.
Sedangkan service time adalah usia dari reaktor, yang Kami tetapkan yaitu 10
tahun.
 Kapasitas Produksi
Kapasitas produksi adalah target produksi dari etanol yang ingin
dihasilkan dalam satuan waktu tertentu. Berdasarkan problem yang diberikan,
targer produksi etanol dalam setahun adalah 300.000 ton. Kami menginginkan

Universitas Indonesia
33

produksi etanol dihitung dalam satuan hari, dan dengan mempertimbangkan


uptime, maka kapasitas produksi yang didapat adalah:
𝑡𝑜𝑛 𝑘𝑔 1 𝑡𝑎ℎ𝑢𝑛
300.000 𝑥 1000 𝑥
𝑡𝑎ℎ𝑢𝑛 𝑡𝑜𝑛 335 ℎ𝑎𝑟𝑖
= 895.522 kg/hari
 Harga bahan baku
Harga glukosa yang kami gunakan adalah 0,3 USD/kg (World Bank,
2016).. Lalu harga sel yang digunakan adalah 2 USD/kg
 Harga jual ethanol
Harga jual ethanol yang kami gunakan adalah 2.5 USD/kg
 Harga FOB Bioreaktor yang digunakan adalah 10.000 m3 dengan harga
FOB 3.150.000,00 USD
 Faktor keekonomian
Faktor Guthrie yang digunakan adalah 1,9 dan faktor eksponen yang
digunakan adalah 0,45
Langkah pertama adalah memasukkan rumus atau persamaan dari neraca
massa pengurangan substrat, pembentukan sel, dan pembentukan produk dengan
menggunakan sistem ODE (Ordinary Differential Equation). Persamaan neraca
massa yang dimasukkan adalah persamaan neraca massa yang sudah ditulis di
atas, yaitu untuk pertumbuhan sel, persamaan yang dimasukkan adalah persamaan
(3.1.2), lalu untuk pertumbuhan substrat, persamaan yang dimasukkan adalah
persamaan (3.1.5), dan untuk laju pembentukan produk, persamaan yang
dimasukkan adalah persamaan (3.1.8).

Universitas Indonesia
34

Gambar 3 1 Persamaan neraca massa

Langkah berikutnya adalah memasukkan variabel-variabel tunggalnya


seperti nilai Ysc, Ypc, rd, rg, dan rsm. Untuk variabel yang merupakan fungsi dari
suatu persamaan lain, maka persamaannya itu juga harus dituliskan beserta nilai-
nilainya, seperti untuk rg, rd, dan rsm yang kemudian harus dijabarkan kembali
hingga nilai-nilai yang sudah diketahui seperti m, Ks, dan µmax nya dapat
dimasukkan.

Gambar 3 2 Persamaan variabel tunggal

Universitas Indonesia
35

Setelah semua persamaan sudah dimasukkan, selanjutnya adalah


menentukan final time untuk simulasi ini, dan menentukan berapa konsentrasi
awal sel (Cc(0)) dan konsentrasi awal substrat (Cp(0)) yang diinginkan.
Sementara untuk initial time dimasukkan 0, dan untuk konsentrasi awal produk
juga 0 karena di awal belum terbentuk produk. Dengan memasukkan data-data ini,
maka simulasi dengan polymath sudah siap dilakukan.

Gambar 3 3 Persamaan dengan nilai awal glukosa dan sel

Untuk simulasi pertama, Kami memasukkan nilai konsentrasi awal sel


sebesar 1 dan nilai konsentrasi awal substrat sebesar 100 (satuan tidak dituliskan
di polymath, akan tetapi berdasarkan problem, maka satuan yang dimaksud adalah
kilogram). Sedangkan untuk waktu, final time dari simulasi ini adalah sebesar 10
(dalam satuan jam).
Setelah persamaan ini di-solve, maka grafik yang muncul adalah sebagai
berikut:

Universitas Indonesia
36

Gambar 3 4 Grafik polymath berdasarkan persamaan

Terlihat bahwa grafik untuk konsentrasi substrat (yang berwarna hijau)


mengalami penurunan hingga di suatu titik tertentu, begitu pula konsentrasi
produk (yang berwarna biru muda) terlihat naik dari 0, hingga pada suatu titik
nilainya konstan, dan sel yang terbentuk pun juga mengalami peningkatan, hingga
pada titik tertentu nilainya tidak lagi naik bahkan mengalami penurunan seiring
dengan habisnya substrat. Titik ini disebut dengan residence time. Tabel untuk
melihat residence time dan konsentrasi akhir dari substrat, sel, dan produk pada
residence time ini dapat dilihat di bawah ini.

Universitas Indonesia
37

Gambar 3 5 Hasil perhitungan berdasarkan grafik

Residence time dapat diketahui dengan melihat konsentrasi substratnya.


Apabila konsentrasi substrat sudah mencapai 0 atau mendekati 0, maka pada
waktu itu lah residence time nya. Pada simulasi di atas, konsentrasi akhir substrat
yang paling mendekati 0 adalah pada waktu ke-8.2 jam. Maka 8.2 jam merupakan
residence time dari simulasi ini, yang mana juga akan menjadi waktu maksimal
dari bioreaktor ini beroperasi. Pada waktu ke-8.2 jam ini, nilai produknya berada
pada titik maksimal yaitu 44.35 kg, dan konsentrasi selnya juga berada pada titik
maksimal yaitu 8.58 kg.
Simulasi yang dilakukan tidak hanya sekali, tetapi berkali-kali untuk
melihat perbedaan grafik pertumbuhan produk apabila diberikan variasi pada
konsentrasi substrat dan sel di awal, yang mana akan memperlihatkan residence
time yang berbeda pula. Residence time ini akan dijadikan patokan untuk
memperkirakan jumlah reaktor dan jumlah batch dari pabrik bioethanol yang akan
dijalankan dalam simulasi ini.
Simulasi kedua dilakukan dengan mengubah variasi konsentrasi awal
substrat menjadi 150 kg, dengan konsentrasi sel awal tetap 1 kg. Hasil grafik
pertumbuhan dan tabelnya akan terlihat seperti berikut.

Universitas Indonesia
38

Gambar 3 6 Grafik polymath simulasi ke-2

Gambar 3 7 Hasil perhitungan grafik ke-2

Setelah konsentrasi substrat dinaikkan, terlihat bahwa konsentrasi produk


yang dihasilkan meningkat pula menjadi 66.47 kg, begitu pula dengan konsentrasi
sel yang berada pada fase tertinggi yaitu 12.32 kg. Akan tetapi Residence time

Universitas Indonesia
39

dari reaktor ini juga bertambah menjadi 10 jam, dimana akan berpengaruh kepada
jam operasi dari reaktor tersebut.
Setelah dilakukan 16 kali simulasi, hasil lengkapnya dapat dilihat pada tabel
di bawah:
Tabel 3 1 Hasil simulasi 16 kali

Glucose, Ethanol
Residence Cell kg/m3
Simulation kg/m3 kg/m3
Time
Awal Akhir Awal Akhir Awal Akhir
1 6,0 50 0 1 4,79 0 22
2 8,0 100 0 1 8,58 0 44
3 10,0 150 0 1 12,32 0 66
4 12,5 200 0 1 15,85 0 88
5 4,3 50 0 2 5,79 0 22
6 6,0 100 0 2 9,59 0 44
7 7,8 150 0 2 13,30 0 66
8 10,0 200 0 2 16,86 0 88
9 3,5 50 0 3 6,79 0 22
10 5,0 100 0 3 10,59 0 44
11 6,6 150 0 3 14,32 0 66
12 8,8 200 0 3 17,86 0 88
13 3,0 50 0 4 7,79 0 22
14 4,3 100 0 4 11,58 0 44
15 5,6 150 0 4 15,34 0 66
16 7,8 200 0 4 18,86 0 88

Setelah mendaptakan variasi konsentrasi substrat, sel, produk dan


residence time, dapat dilakukan perhitungan jumlah batch yang beroperasi (n)
setiap hari berdasarkan residence time (τ, jam)
n = 24 (jam)/τ (3.1.9)
Lalu reaktor yang digunaka adalah 2 buah reaktor. Setelah itu memvari
massa ethanol yang dihasilkan per batch serta mencari volume reaktor. Kemudian
menghitung FOB satu reaktor (persamaan 2.9), CAPEX satu reaktor CAPEX
total, dan CAPEX per tahun.
 Menghitung Volume Reaktor yang Diperlukan
Setelah mengetahui jumlah reaksi batch yang beroperasi dalam jangka
waktu yang telah disesuaikan, kita dapat mengetahui massa etanol (EtOH)
yang dihasilkan per reaksi batch, dengan rumus:

Universitas Indonesia
40

𝑚𝑝
𝑚𝑝 / 𝑏𝑎𝑡𝑐ℎ (𝑘𝑔) = (3.1.10)
𝑛

mp = target produksi produk perhari (kg)


n = jumlah reaksi batch perhari
Kemudian, setelah mengetahui massa etanol yang dihasilkan tiap reaksi,
maka kita dapat menghitung perkiraan volume reactor yang dibutuhkan.
Persamaan yang dipakai adalah sebagai berikut:
𝑚𝑝 / 𝑏𝑎𝑡𝑐ℎ
𝑉 (𝑚3 ) = (3.1.11)
𝐶𝑝𝑡

Cpt= konsentrasi akhir sel (kg/m3)


Setelah itu dapat dihitung keekonomian bioreaktor dengan
menghitung Biaya Glukosa per tahun, Biaya sel per tahun, biaya bahan
baku per tahun, biaya operasi lain per tahu, OPEX, penjualan etanol,
margin per tahun.agar dapat diketahui variasi konsentrasi subtrat dan sel
yang mana yang paling menguntungkan jika dilihat dari nilai margin
pertahunnya. Dari Table (3.2) dapat dilihat nilai margin terbesar adalah
simulasi ke 14.
 Menghitung Biaya Glukosa
Biaya Glukosa adalah biaya yang dikeluarkan oleh suatu pabrik untuk
membeli bahan baku bioethanol selama pabrik itu beroperasi selama
setahun masa operasinya (uptime).
𝑡𝐶𝑜𝑠𝑡 𝑠𝑢𝑏𝑠𝑡𝑟𝑎𝑡 = 𝐶𝑠0 × 𝑉 × 𝑛 × 𝑡 × 𝑐𝑜𝑠𝑡 (3.1.12)
tCost substrat= Uptime Cost substrat (USD)
Cs0 = Konsentrasi substrat awal (kg/m3)
V = Volume reaktor (m3)
n = jumlah batch dalam 1 hari (batach/hari)
t = masa operasi (hari)
cost = harga beli substrat
 Menghitung Biaya Sel
𝑡𝐶𝑜𝑠𝑡 𝐶𝑒𝑙𝑙 = 𝐶𝑐0 × 𝑉 × 𝑐𝑜𝑠𝑡 (3.1.13)
tCost sel= Uptime Cost sel (USD)
Cs0 = Konsentrasi sel awal (kg/m3)
V = Volume reaktor (m3)
cost = harga beli sel

Universitas Indonesia
41

 Menghitung Biaya Bahan Baku


𝑇𝑐𝑜𝑠𝑡 = 𝑡𝐶𝑜𝑠𝑡 𝑆𝑢𝑏𝑠𝑡𝑟𝑎𝑡 + 𝑡𝐶𝑜𝑠𝑡 𝑆𝑒𝑙 (3.1.14)
Tcost = Total biaya bahan baku (USD)
 Menghitung Biaya Operasi Lain
Biaya operasi lain diasumsikan sebesar 5% dari biaya CAPEX per
tahun.
𝑜𝐶𝑜𝑠𝑡 = 0.05 × 𝐶𝐴𝑃𝐸𝑋 𝑝𝑒𝑟 𝑡𝑎ℎ𝑢𝑛 (3.1.15)
Ocost = biaya operasi lain (USD)
 Menghitung OPEX
𝑂𝑃𝐸𝑋 = 𝑇𝑐𝑜𝑠𝑡 + 𝑂𝑐𝑜𝑠𝑡 (3.1.16)
OPEX = (USD)
 Menghitung Penjualan Ethanol
𝑡𝐶𝑜𝑠𝑡 𝐸𝑡ℎ𝑎𝑛𝑜𝑙 = 𝐶𝑝𝑡 × 𝑉 𝑥 𝑛 × 𝑡 × 𝑐𝑜𝑠𝑡 (3.1.17)
tCost produk= Uptime Cost produk (USD)
Cpt = Konsentrasi produk akhir (kg/m3)
V = V (m3)
n = jumlah batch dalam 1 hari (batach/hari)
t = masa operasi (hari)
cost = harga jual produk
 Menghitung Margin
𝑀𝑎𝑟𝑔𝑖𝑛 = 𝑡𝐶𝑜𝑠𝑡 𝑝𝑟𝑜𝑑𝑢𝑘 − 𝑂𝑃𝐸𝑋 − 𝐶𝐴𝑃𝐸𝑋 𝑝𝑒𝑟 𝑡𝑎ℎ𝑢𝑛 (3.1.18)
Margin = (USD)

Universitas Indonesia
42

Tabel 3 2 Hasil simulasi running bioreaktor dengan softare polymath dengan variasi jumlah glukosa, sel dan nilai CAPEX
43

Tabel 3 3 Hasil pengolahan keekonomian bioreaktor

Universitas Indonesia
44

Gambar 3 8 Grafik Simulasi ke 14 dengan polymath

Universitas Indonesia
45

3.2 CSTR
Sesuai dengan penghitungan dari kelompok kami, maka kapasitas
produksi yang dibutuhkan per harinya untuk memenuhi target 300.000 ton/tahun
adalah sebesar 895.522,38 kg. Ini berarti dalam waktu 1 jam, minimal massa
produk yang dihasilkan adalah sebesar 37.313.43 kg. Oleh karena itu, kami
melakukan simulasi untuk mencari konsentrasi sel awal dan substrat awal, serta
menentukan besarnya laju alir sel dan substrat yang akan diberikan ke pada
reaktor agar target minimal massa produk yang dihasilkan adalah sebesar
37.313.43 kg. Berikut adalah data-data untuk simulasi yang Kami masukkan ke
dalam Polymath:

Gambar 3 9 Persamaan dan Data yang Dimasukkan ke dalam Polymath

Konsentrasi substrat yang kami masukkan adalah sebesar 350 kg dengan


laju alir sebesar 270 kg/jam, kemudian konsentrasi sel yang kami masukkan
adalah sebesar 10 kg dengan laju alir sebesar 270 kg/jam. Volume reaktor kami
tetapkan sebesar 3000 m3. Dengan data-data lainnya diketahui, maka hasil dari
grafiknya adalah:

Universitas Indonesia
46

Gambar 3 10 Grafik Hasil Simulasi 1

Dari grafik tersebut terlihat bahwa konsentrasi substrat sempat naik dan
mencapai titik maksimal pada jam ke-4, namun setelah itu mengalami penurunan
karena telah dikonsumsi sel dan digunakan untuk pembentukan produk. Untuk
produknya sendiri, terus mengalami peningkatan dan sudah mencapai kestabilan
ketika waktu mencapai 14 jam, artinya produk sudah stabil pembentukannya dan
tidak lagi meningkat jumlahnya saal pengambilan di jam ke-24 (1 hari). Untuk
data dalam bentuk angkanya dapat dilihat sebagai berikut:

Universitas Indonesia
47

Gambar 3 11 Data Angka dari Hasil Simulasi 1

Dari data tersebut terlihat bahwa konsentrasi substrat pada jam ke-24
adalah sebesar 30,44 kg, konsentrasi sel pada jam ke-24 adalah sebesar 2,34 kg,
dan konsentrasi produk pada jam ke-24 adalah sebesar 75,60 kg. Nilai ini masih
dalam bentuk konsentrasi, dimana untuk mencari massa, rumusnya adalah:
𝑀𝑎𝑠𝑠𝑎 𝑃𝑟𝑜𝑑𝑢𝑘 = 𝐹𝑝 𝑥 𝐶𝑝 (3.19)

(Doran, 1995)
Dimana Cp adalah konsentrasi produk yang dihasilkan pada waktu ke-24
jam, dan Fp adalah laju alir produk, dengan rumus:
𝐹𝑝 = 𝐹𝑠 + 𝐹𝑐
(3.20)

(Doran, 1995)
Fs adalah laju alir substrat dan Fc adalah laju alir sel. Sesuai dengan data
awal yang dimasukkan, maka nilai Fp = 540 kg/jam. Maka massa produk yang
dihasilkan adalah:
𝑀𝑎𝑠𝑠𝑎 𝑃𝑟𝑜𝑑𝑢𝑘 = 540 𝑥 75,60

Universitas Indonesia
48

Massa produk yang didapat untuk simulasi ini adalah sebesar 40.824 kg.
Nilai ini memenuhi target minimal yaitu 37.313.43 kg, maka data-data untuk
simulasi ini benar. Untuk tiga kali simulasi berbeda, berikut adalah hasil
lengkapnya:
Tabel 3 4 Hasil Simulasi untuk Reaktor CSTR

Simulasi Fs Fc Fp C C Cell C Massa Massa Vol


(m3/jam) (m3/jam) (m3/jam) Glukosa (kg/m3) EtOH EtOH/jam EtOH/hari satu
(kg/m3) (kg/m3) (kg) (kg) reaktor
(m3)
Awal Awal Akhir
1 250 250 500 350 15 74.65 37325.00 895800.00 3,000

2 250 250 500 350 10 75.22 37610.00 902640.00 3,000

3 270 270 540 350 9 75.8 40932.00 982368.00 3,000

Selanjutnya adalah kami menghitung keekonomian dari reaktor yang ingin


dirancang. Pertama dengan menghitung nilai Free On Board (FOB) dari reaktor
yang Kami rancang. FOB dari reaktor CSTR secara umum adalah sebesar
1.360.000 USD untuk reaktor sebesar 2000 m3 (Wood, 2007). Kemudian, untuk
menghitung besarnya FOB dari reaktor kami, digunakan persamaan:
𝐹𝑂𝐵 𝑟𝑒𝑎𝑘𝑡𝑜𝑟 3000 𝑚3
0,45
3000 𝑚33
1758
= 𝐹𝑂𝐵 𝑟𝑒𝑎𝑘𝑡𝑜𝑟 2000 𝑚 ( ) 𝑥 ( ) (3.21)
2000 𝑚3 1366,5

Nilai 1758 dan 1366,5 adalah indeks harga yang berbeda di setiap
tahunnya. Harga/FOB reaktor yang kami temukan dengan harga tersebut berada
pada tahun 2007, sedangkan reaktor ini dirancang pada tahun 2016. Untuk itu,
untuk mengetahui harga di tahun 2016 digunakan sebuah asumsi yang disebut
indeks. Nilai indeks untuk tahun 2007 adalah 1366,5 dan untuk tahun 2016 adalah
1758. Nilai ini diperoleh dengan melakukan regresi linear dari tabel indeks M&S.
Setelah mendapatkan nilai FOB, yang dilakukan adalah menghitung
Capital Expenditure (CAPEX) untuk satu reaktor. Harga CAPEX untuk satu
reaktor didapat dengan mengalikan nilai FOB reaktor dengan nilai faktor Guthrie.
Faktor Guthrie untuk reaktor CSTR adalah sebesar 1,9 (Walas, 1990). Nilai yang
didapat disini adalah nilai CAPEX reaktor sepanjang service time nya. Sehingga,

Universitas Indonesia
49

untuk menghitung CAPEX reaktor per tahunnya, maka nilai CAPEX untuk satu
reaktor harus dibagi dengan service time nya. Berikut adalah hasil dari FOB dan
CAPEX dari reaktor yang kami rancang.
Tabel 3 5 Hasil Penghitungan CAPEX

Simulasi Massa Vol satu FOB satu CAPEX satu CAPEX


EtOH/hari (kg) reaktor (m3) reaktor reaktor, USD per tahun,
(2016), USD USD
1 895800 3000 2,099,855 3,989,724 398,972.36
2 902640 3000 2,099,855 3,989,724 398,972.36
3 982368 3000 2,099,855 3,989,724 398,972.36

Setelah mendapatkan nilai CAPEX, untuk menghitung keekonomian


diperlukan pula nilai Operating Expenditure (OPEX). Harga OPEX ditentukan
dari harga bahan baku yang digunakan untuk memroduksi etanol. Bahan baku
yang digunakan pada reaksi ini adalah glukosa dan sel, dimana harga glukosa per
kilogram adalah 0,3 USD dan harga selnya sebesar 2 USD/kg (Sumber: Investor
Daily). Untuk mengetahui massa substrat yang dibutuhkan per hari, maka dapat
dihitung dengan:

𝑀𝑎𝑠𝑠𝑎 𝑠𝑢𝑏𝑠𝑡𝑟𝑎𝑡 𝑝𝑒𝑟 ℎ𝑎𝑟𝑖 = 𝐹𝑠 𝑥 𝐶𝑠 𝑥 24 𝑗𝑎𝑚 (3.22)

(Doran, 1995)
Dimana:
Fs = Laju alir substrat per jam
Cs = Konsentrasi substrat yang masuk per jam
Dengan begitu, kami mendapatkan jumlah biaya untuk glukosa yang
dikeluarkan setiap tahunnya, dengan mengalikan massa substrat per hari dengan
uptime dan harga glukosa yang berada di pasaran. Sementara untuk sel, pembelian
bahan baku hanya dilakukan sekali dalam satu tahun yaitu di awal tahun, sehingga
biaya yang dikeluarkan lebih kecil, karena tidak ada faktor pengali berupa uptime.
Selain biaya bahan baku, biaya yang dikeluarkan untuk menjalankan reaktor ini
adalah biaya operasi lainnya, yaitu 5% dari CAPEX per tahun. Untuk hasil tiga
kali simulasi, berikut adalah hasil lengkap untuk nilai OPEX yang didapat:

Universitas Indonesia
50

Tabel 3 6 Hasil Penghitungan OPEX

Biaya
Biaya Glukosa Total biaya
Biaya sel operasi
Simulasi per tahun bahan baku per OPEX (USD)
(USD) lainnya per
(USD) tahun (USD)
tahun (USD)

1 211,050,000.00 180,000.00 211,230,000.00 19,948.62 211,249,948.62


2 211,050,000.00 120,000.00 211,170,000.00 19,948.62 211,189,948.62
3 227,934,000.00 116,640.00 228,050,640.00 19,948.62 228,070,588.62

Setelah mendapatkan nilai OPEX, maka kami dapat menentukan nilai


margin per tahun untuk menentukan apakah perancangan reaktor untuk
memroduksi bioethanol ini untung atau tidak. Sebelumnya, perlu dilakukan
penghitungan nilai jual etanol per tahunnya. Dari simulasi, kami mendapat jumlah
etanol yang diproduksi per harinya, sehingga kami dapat mengetahui pemasukan
yang didapat dari penjualan etanol per tahunnya dengan rumus:
𝑃𝑒𝑛𝑗𝑢𝑎𝑙𝑎𝑛 𝑒𝑡𝑎𝑛𝑜𝑙 𝑝𝑒𝑟 𝑡𝑎ℎ𝑢𝑛 = 𝑚𝑒 𝑥 𝑢𝑝𝑡𝑖𝑚𝑒 𝑥 ℎ𝑎𝑟𝑔𝑎 𝑒𝑡𝑎𝑛𝑜𝑙 (3.23)

D mana me adalah massa etanol (dalam satuan kg), dan untuk menghitung margin
per tahun, maka rumusnya adalah:
𝑃𝑒𝑛𝑗𝑢𝑎𝑙𝑎𝑛 𝑒𝑡𝑎𝑛𝑜𝑙 − 𝑂𝑃𝐸𝑋 − 𝐶𝐴𝑃𝐸𝑋 (3.24)

Berikut adalah hasil lengkap dari margin per tahun untuk tiga kali simulasi:
Tabel 3 7 Hasil Penghitungan Margin per Tahun

Penjualan etanol CAPEX per Margin per


Simulasi OPEX (USD)
per tahun (USD) tahun (USD) tahun (USD)

1 750,232,500.00 211,249,948.62 398,972.36 538,583,579.02

2 755,961,000.00 211,189,948.62 398,972.36 544,372,079.02


3 822,733,200.00 228,070,588.62 398,972.36 594,263,639.02

3.3 PFR
Sesuai dengan penghitungan dari kelompok kami, kapasitas produksi yang
dibutuhkan per harinya untuk memenuhi target produksi bioethanol 300.000

Universitas Indonesia
51

ton/tahun adalah sebesar 895.522,38 kg. Ini berarti dalam waktu 1 jam, minimal
massa produk yang dihasilkan adalah sebesar 37.313.43 kg. Oleh karena itu, kami
melakukan simulasi untuk mencari konsentrasi sel awal dan substrat awal, serta
menentukan besarnya laju alir sel dan substrat yang akan diberikan ke pada
reaktor agar target minimal massa produk yang dihasilkan adalah sebesar
37.313.43 kg. Berikut adalah data-data untuk simulasi yang kami masukkan ke
dalam Polymath:

Gambar 3 12 Simulasi rumus PFR pada program Polymath

Untuk menemukan hasil yang paling menguntungkan dan sesuai target


produksi, kami mencoba running pada Polymath dengan tiga variasi data.
Variabel yang divariasikan adalah konsentrasi substrat (Cs), konsentrasi sel (Cc),
laju alir feed (F), dan volume reactor (V). Pada running pertama, konsentrasi
substrat yang kami masukkan adalah sebesar 200 kg dengan laju alir sebesar 250

Universitas Indonesia
52

kg/jam, kemudian konsentrasi sel yang kami masukkan adalah sebesar 40 kg


dengan laju alir 250 kg/jam. Volume reaktor kami tetapkan sebesar 1000 m3.
Perlu diketahui, nilai volume yang dimaksud di sini bukanlah volume
sebenarnya dari PFR, mengingat bentuk PFR adalah beruba tube-tube berdiameter
tertentu. Nilai volume yang kami tetapkan hanya merupakan gambaran kasar
untuk keseluruhan set PFR. Dengan data-data lainnya diketahui, maka hasil dari
running pertama digambarkan dengan grafik di bawah ini:

Gambar 3 13 Grafik Hasil Simulasi PFR 1

Dari grafik tersebut terlihat bahwa konsentrasi substrat mengalami


penurunan karena telah dikonsumsi sel dan digunakan untuk pembentukan
produk. Untuk produknya sendiri, terus mengalami peningkatan dan sudah
mencapai kestabilan, dengan konsentrasi 88 kg/m3.
Running simulasi kedua dilakukan dengan konsentrasi substrat 165 kg
dengan laju alir sebesar 262,5 kg/jam, kemudian konsentrasi sel yang kami
masukkan adalah sebesar 55 kg dengan laju alir 262,5 kg/jam. Volume reaktor
kami tetapkan sebesar 1000 m3. Hasilnya dapat dilihat di bawah ini.

Universitas Indonesia
53

Gambar 3 14 Grafik Hasil Simulasi PFR 2

Dari grafik tersebut terlihat bahwa konsentrasi substrat mengalami


penurunan karena telah dikonsumsi sel dan digunakan untuk pembentukan
produk. Untuk produknya sendiri, terus mengalami peningkatan dan sudah
mencapai kestabilan, dengan konsentrasi 72 kg/m3.
Running simulasi ketiga dilakukan dengan konsentrasi substrat 175 kg
dengan laju alir sebesar 275 kg/jam, kemudian konsentrasi sel yang kami
masukkan adalah sebesar 60 kg dengan laju alir 275 kg/jam. Volume reaktor
kami tetapkan sebesar 1000 m3. Hasilnya dapat dilihat di bawah ini

Gambar 3 15 Grafik Hasil Simulasi PFR 3

Universitas Indonesia
54

Dari grafik tersebut terlihat bahwa konsentrasi substrat mengalami


penurunan karena telah dikonsumsi sel dan digunakan untuk pembentukan
produk. Untuk produknya sendiri, terus mengalami peningkatan dan sudah
mencapai kestabilan, dengan konsentrasi 76,7 kg/m3.
Produk yang dihasilkan pada running 1,2, dan 3 masih berupa bentuk
konsentrasi, sehingga untuk mengubahnya menjadi bentuk laju massa, dapat
digunakan persamaan 3.19
Tabel 3 8 Perhitungan massa etanol yang dihasilkan

Fp, C glukosa, Ccell, C EtOH, Massa EtOH/ Massa EtOH/


m3/jam kg/m3 kg/m3 kg/m3 jam (kg/jam) hari (kg/hari)

500 200 40 88 44000 1056000


525 165 55 72 37800 907200
550 175 60 76.7 42185 1012440

Selanjutnya kami menghitung keekonomian dari reaktor yang ingin


dirancang. Dari sumber website penjual reactor PFR Alibaba pada tahun 2016,
didapatkan harga PFR dengan volume 100 m3 adalah USD 200.000 dengan bahan
carbon steel. Sehingga, untuk menghitung besarnya FOB dari reaktor kami
dengan volume 1000 m3, digunakan persamaan 2.10 dengan index 1.
Setelah mendapatkan nilai FOB, yang dilakukan adalah menghitung
Capital Expenditure (CAPEX) untuk satu reaktor. Harga CAPEX untuk satu
reaktor didapat dengan mengalikan nilai FOB reaktor dengan nilai faktor Guthrie.
Faktor Guthrie untuk reaktor PFR adalah sebesar 1,9 (Walas, 1990). Nilai yang
didapat disini adalah nilai CAPEX reaktor sepanjang service time nya. Sehingga,
untuk menghitung CAPEX reaktor per tahunnya, maka nilai CAPEX untuk satu
reaktor harus dibagi dengan service time nya. Berikut adalah hasil dari FOB dan
CAPEX dari reaktor yang kami rancang.

Universitas Indonesia
55

Tabel 3 9 Hasil Penghitungan CAPEX

FOB satu
Massa Vol satu CAPEX satu CAPEX per
Simulasi reaktor
EtOH/hari (kg) reaktor (m3) reaktor, USD tahun, USD
(2016), USD
1 1056000 1000.00 725,169 1,377,821.10 137,782

2 907200 1000.00 725,169 1,377,821.10 137,782

3 1012440 1000.00 725,169 1,377,821.10 137,782

Dengan data-data yang sama seperti pada Batch dan PFR, kami
mendapatkan jumlah biaya untuk glukosa yang dikeluarkan setiap tahunnya,
dengan mengalikan massa substrat per hari dengan uptime dan harga glukosa yang
berada di pasaran. Sementara untuk sel, pembelian bahan baku hanya dilakukan
sekali dalam satu tahun yaitu di awal tahun, sehingga biaya yang dikeluarkan
lebih kecil, karena tidak ada faktor pengali berupa uptime.
Selain biaya bahan baku, biaya yang dikeluarkan untuk menjalankan
reaktor ini adalah biaya operasi lainnya, yaitu 5% dari CAPEX per tahun. Untuk
hasil tiga kali simulasi, berikut adalah hasil lengkap untuk nilai OPEX yang
didapat:
Tabel 3 10 Hasil Penghitungan OPEX

Biaya
Total biaya operasi
Biaya Glukosa Biaya sel
Simulasi bahan baku per lainnya per OPEX (USD)
per tahun (USD) (USD)
tahun (USD) tahun
(USD)
1 120,600,000.00 480,000.00 121,080,000.00 6,889.11 121,086,889.11

2 104,469,750.00 693,000.00 105,162,750.00 6,889.11 105,169,639.11

3 116,077,500.00 792,000.00 116,869,500.00 6,889.11 116,876,389.11

Setelah mendapatkan nilai OPEX, maka kami dapat menentukan nilai


margin per tahun untuk menentukan apakah perancangan reaktor untuk
memroduksi bioethanol ini untung atau tidak. Sebelumnya, perlu dilakukan
penghitungan nilai jual etanol per tahunnya. Dari simulasi, kami mendapat jumlah
etanol yang diproduksi per harinya, sehingga kami dapat mengetahui pemasukan
yang didapat dari penjualan etanol per tahunnya dengan persamaan 3.23

Universitas Indonesia
56

Hasil penjualan bioethanol (dalam satuan kg), dan untuk menghitung


margin per tahun, digunakan persamaan 3.24. Berikut adalah hasil lengkap dari
margin per tahun untuk tiga kali simulasi:
Tabel 3 11 Hasil Penghitungan Margin per Tahun

Penjualan etanol CAPEX per Margin per


Simulasi OPEX (USD)
per tahun (USD) tahun (USD) tahun (USD)

1 247,632,000.00 121,086,889.11 137,782 126,407,328.78

2 212,738,400.00 105,169,639.11 137,782 107,430,978.78

3 237,417,180.00 116,876,389.11 137,782 120,403,008.78

Universitas Indonesia
BAB 4
ANALISA EKONOMI

Untuk mengevaluasi kelayakan dibuatnya suatu reaktor dan tingkat


produksinya, maka dilakukan analisa perhitungan secara teknik. Selanjutnya
perlu juga dilakukan analisa terhadap ekonomi dan pembiayaannya. Dari hasil
analisa terhadap aspek ekonomi tersebut diharapkan berbagai kebijaksanaan
dapat diambil untuk pengarahan secara tepat. Suatu rancangan reaktor dianggap
layak dirancang bila dapat beroperasi dalam kondisi yang memberikan
keuntungan.
Berbagai parameter ekonomi yang digunakan sebagai pedoman untuk
menentukan layak tidaknya suatu reaktor dirancang dan tingkat pendapatan yang
dapat diterima dari segi ekonomi. Parameter-parameter tersebut antara lain:
 Biaya Bahan Baku / Material Cost
 Biaya Operasional
 Opex
 Hasil Penjualan
 Margin Keuntungan / Profit Margin
Biaya operasional meliputi biaya tetap dan biaya variabel. Jumlah biaya
variabel tergantung pada volume penjualan atau proses produksi, jadi mengikuti
peningkatan atau penurunannya. Sedangkan biaya tetap selalu konstan meskipun
volume penjualan produksi meningkat atau turun. Singkatnya biaya operasional
merupakan biaya yang harus dikeluarkan agar kegiatan atau operasi perusahaan
tetap berjalan, dalam kasus ini ada operasi dari reaktor itu sendiri.
Biaya Produksi adalah pengeluaran yang terkait secara langsung. Biaya
produksi selalu terjadi di lapangan (field). Adapun biaya G&A adalah biaya yang
bersifat administratif dan umum yang mendukung kegiatan produksi meskipun
tidak secara langsung. Biaya G&A biasa terjadi di lingkungan kantor yang
terpisah dari wilayah kegiatan produksi.

57
Universitas Indonesia
58

Terakhir, harga yang tepat adalah harga yang sesuai dengan kualitas
produk suatu barang dan harga tersebut dapat memberikan kepuasan kepada
konsumen.
4.1 Analisa Ekonomi Reaktor Batch
Dari 16 simulasi yang dilakukan, simulasi yang paling menguntungkan
adalah simulasi ke-14 dengan jumlah awal glukosa 100 kg/m3 , jumlah awal sel 4
kg/m3, jumlah akhir sel 11,58 kg/m3 dan jumlah produk ethanol 44,36 kg/m3.
Waktu tinggal yang dibutuhkan adalah 4,3 jam
Pada perancangan reaktor ini biaya yang digunakan adalah:
Bahan Baku
 Biaya Glukosa : US$ 202.885.482.42
 Biaya Cell : US$ 28.935.57
 Biaya Bahan Baku : US$ 202.914.417.99
Biaya Operasional : US$ 37.871.99
Biaya Opex : US$ 202.952.289.98
Hasil Penjualan : US$ 210.000.000.00
Margin Keuntungan /Tahun : US$ 6.290.270.25
4.2 Analisa Ekonomi Reaktor CSTR
Dari 3 simulasi yang dilakukan, simulasi yang paling menguntungkan
adalah simulasi ke-3 dengan jumlah flowrate substrat 270 m3/jam, flowrate cell
270 m3/jam, jumlah awal glukosa 350 kg/m3 , jumlah awal sel 9 kg/m3, dan
jumlah produk ethanol 75.8 kg/m3.
Pada perancangan reaktor ini biaya yang digunakan adalah:
Bahan Baku
 Biaya Glukosa : US$ 227.934.000.00
 Biaya Cell : US$ 116.640.00
 Biaya Bahan Baku : US$ 228.050.640.00
Biaya Operasional : US$ 19.948.62
Biaya Opex : US$ 228.070.588.62
Hasil Penjualan : US$ 822.733.200.00
Margin Keuntungan /Tahun : US$ 594.263.639.02

Universitas Indonesia
59

4.3 Analisa Ekonomi Reaktor PFR


Dari 3 simulasi yang dilakukan, simulasi yang paling menguntungkan
adalah simulasi ke-1 dengan jumlah flowrate substrat 250 m3/jam, flowrate cell
250 m3/jam, jumlah awal glukosa 200 kg/m3, jumlah awal sel 40 kg/m3, dan
jumlah produk ethanol 88 kg/m3.
Pada perancangan reaktor ini biaya yang digunakan adalah:
Bahan Baku
 Biaya Glukosa : US$ 120.600.000.00
 Biaya Cell : US$ 480.000.00
 Biaya Bahan Baku : US$ 121.080.000.00
Biaya Operasional : US$ 6.889.11
Biaya Opex : US$ 121.086.889.11
Hasil Penjualan : US$ 247.632.000.00
Margin Keuntungan /Tahun : US$ 126.407.328.78

Data diatas merupakan rincian biaya berdasarkan jenis reaktor yang digunakan,
yaitu batch, CSTR, dan PFR, untuk produksi bioethanol kurang lebih sebanyak
300,000 ton per tahun. Setelah dianalisis dari segi keekonomian dalam
perancangan suatu reaktor, maka dapat dilihat dengan jelas, bahwa reaktor CSTR
memiliki potensi yang lebih kuat untuk bisa direkomendasikan dalam
perancangan reaktor produksi bioethanol ini.

Universitas Indonesia
BAB 5
KESIMPULAN

1. Dalam perancangan bioreactor, banyak factor-faktor yang harus


diperhatikan agar penggunaan bioreactor tersebut tepat dan maksimal, di
antaranya: jenis makhluk hidup yang digunakan dan sifatnya, sifat media,
factor-faktor produksi, factor-faktor fisis dan factor-faktor biokinetika.
2. Dalam merancang suatu bioreactor, terdapat biaya-biaya yang harus
diperhatikan, yaitu modal investasi tetap dan biaya operasi.
3. Reaktor batch adalah jenis reactor di mana media dan inoculum dimasukkan
dalam bioreactor pada waktu tertentu secara bersamaan dan terjadi
perubahan kondisi di dalamnya. Setelah waktu tertentu, produk dikeluarkan
dari reactor.
4. Reaktor CSTR adalah reactor model berupa tangka berpengaduk yang
bekerja secara kontinyu, dan pengadukannya sempurna. Dalam reactor
CSTR, konsentrasi tiap komponen dalam reactor seragam dengan aliran
yang keluar dari reactor.
5. Reaktor PFR adalah reactor yang bekerja secara kontinu di mana satu atau
lebih aliran reaktan dipompakan ke dalam suatu pipa, dan terjadi reaksi
kimia di sepanjang pipa.
6. Pada rancangan produksi bioethanol dengan target produksi 300.000
ton/tahun, diketahui bahwa bioreactor jenis CSTR memberikan keuntungan
yang paling besar, yakni USD 594.263.639. Komposisi dari reactor ini
adalah Cs = 350 kg/m3, Cc = 9 kg/m3, dan Cp = 75,8 kg/m3.
7. Bioreaktor jenis CSTR paling sesuai dalam produksi bioethanol karena
dalam bioreactor CSTR terjadi reaksi kimia dan biologis secara terus
menerus dan dalam volume yang lebih besar daripada jenis PFR.

60
Universitas Indonesia
DAFTAR PUSTAKA

Doran, Pauline M. 2012. Bioprocess Engineering Principles, Second Edition. 2


Edition. Academic Press.
Ereev, S. dan Patel, M. 2011. Recommended methodology and tool for cost
estimated at micro level for new technologies. Pro Suite. [PDF] Resource
from: http://www.prosuite.org/c/document_library/get_file?uuid=0efb1401-
9854-4b92-8741-b0955c387cfa&groupId=12772 (diakses 7 Maret 2016)

Fogler, H. Scott. 2010. Essentials of Chemical Reaction Engineering (Prentice


Hall International Series in Physical and Chemical Engineering). 1 Edition.
Prentice Hall.
Froment, Gilbert F. 2010. Chemical Reactor Analysis and Design. 3 Edition.
Wiley.
Green, Don. 2007. Perry's Chemical Engineers' Handbook, Eighth Edition. 8
Edition. McGraw-Hill Education.
Ghaly, A.E., Taweel, A.A, Kinetic Modelling of Continuous Production of
Ethanol From Cheese Whey, Biomass and Bioenergy, 12(6), (1997) 461.
Kargi, F., Ozmihci, S., Utilization of Cheese whey Powder (CWP) for Ethanol
Fermentations: Effect of Operating Parameters, Enzyme and Microbial
Technology, 38 (2006) 711.
Walas, S.M. 1988. Chemical Process Equipment: Selection & Design. New York:
Butterworth-Heinemann.
Zafar S., Owais M., Ethanol Production from Crude Whey by Kluyveromyces
Marxianus, Biochemical Engineering, 27, (2005) 295.

61
Universitas Indonesia