Jelajahi eBook
Kategori
Jelajahi Buku audio
Kategori
Jelajahi Majalah
Kategori
Jelajahi Dokumen
Kategori
GROUP 9
GROUP PERSONNEL:
Ambar Maresya (1306370796)
Fairuz Nawfal H (1306413435)
Itamar Pascana Ningrum (1306371016)
Khairunnisa (1306370934)
Sonia Limoes (1306412142)
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.
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
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
iv
Universitas Indonesia
DAFTAR GAMBAR
v
Universitas Indonesia
DAFTAR TABEL
vi
Universitas Indonesia
BAB 1
PENDAHULUAN
Universitas Indonesia
2. BAB 2
TEORI DASAR
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.
Universitas Indonesia
10
bioreaktor.
Ketersediaan energi
Perancangan bioreaktor hendaknya dibuat sedemikian rupa sehingga
energy yang digunakan pun seefisien mungkin.
Universitas Indonesia
11
Universitas Indonesia
12
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
(Fogler, 2005)
Universitas Indonesia
16
Universitas Indonesia
17
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.
Universitas Indonesia
19
Universitas Indonesia
20
Universitas Indonesia
21
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
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)
Universitas Indonesia
24
Universitas Indonesia
25
(2.3.10)
Universitas Indonesia
26
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
𝐹𝐴0−𝐹𝐴0−(𝐹𝐴0 .𝑋)
𝑉= (2.3.19)
−𝑟𝐴
Universitas Indonesia
27
𝐹𝐴0.𝑋
𝑉 = (−𝑟𝐴)𝑒𝑥𝑖𝑡 (2.3.20)
𝑉 CA0.X
𝜏 = 𝑉0 = (2.32)
−𝑟𝐴
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.
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
𝑑𝑥𝑗 𝜌𝑓
𝜌𝑓𝑢 = − (𝐶𝑗𝑜) 𝑅𝑗 (2.3.23)
𝑑𝑧
(Fogler, H. 1999)
Dimana:
Cjo = Konsentrasi awal
Rj = Reaksi Kimia
Universitas Indonesia
30
(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
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
Universitas Indonesia
33
Universitas Indonesia
34
Universitas Indonesia
35
Universitas Indonesia
36
Universitas Indonesia
37
Universitas Indonesia
38
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
Universitas Indonesia
40
𝑚𝑝
𝑚𝑝 / 𝑏𝑎𝑡𝑐ℎ (𝑘𝑔) = (3.1.10)
𝑛
Universitas Indonesia
41
Universitas Indonesia
42
Tabel 3 2 Hasil simulasi running bioreaktor dengan softare polymath dengan variasi jumlah glukosa, sel dan nilai CAPEX
43
Universitas Indonesia
44
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:
Universitas Indonesia
46
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
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
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
(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
Biaya
Biaya Glukosa Total biaya
Biaya sel operasi
Simulasi per tahun bahan baku per OPEX (USD)
(USD) lainnya per
(USD) tahun (USD)
tahun (USD)
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
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:
Universitas Indonesia
52
Universitas Indonesia
53
Universitas Indonesia
54
Universitas Indonesia
55
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
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
Universitas Indonesia
56
Universitas Indonesia
BAB 4
ANALISA EKONOMI
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
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
60
Universitas Indonesia
DAFTAR PUSTAKA
61
Universitas Indonesia