Anda di halaman 1dari 33

vABSTRAK

Pencampuran diperlukan untuk menghasilkan distribusi dari dua atau lebih bahan
sehomogen mungkin. Pencampuran zat padat dilakukan dengan kombinasi satu atau lebih
bahan padat. Mekanisme pencampuran bahan padat meliputi pencampuran konvektif,
pencampuran shear dan pencampuran difusiv. Suatu pencampuran bahan padat dalam skala
industri dilakukan dengan menggunakan alat pencampur ribbon, V, kerucut ganda dan
kubus.

Kata kunci : Pencampuran bahan padat, mekanisme, alat pencampuran.

Dalam sebuah industri, mesin merupakan peralatan yang sangat vital dimana mesin-mesin
tersebut menentukan kualitas dan optimalitas suatu industri. Untuk dapat bersaing dalam
pemasaran produk, dan untuk dapat memperoleh keuntungan yang layak, industri harus
bekerja secara efekif dan efisien. Cara kerja demikian hanya dapat dicapai bila industri
tersebut didukung oleh sistem manajemen yang baik dan juga bantuan mesin dan alat
penunjang produksi yang tepat.

Proses pencampuran adalah suatu proses yang penting dilakukan dalam industri, bahkan
mesin pencampur ditemukan di hampir semua industri pengolahan pangan maupun non
pangan mulai dari pencampuran yang sederhana sampai pencampuran yang rumit seperti
pada industri farmasi. Mesin pencampur dapat digolongkan dalam kategori mesin pengolah
dalam suatu industri yang menunjang proses pengolahan bahan menjadi produk.

Tujuan operasi pencampuran adalah bergabungnya bahan menjadi suatu campuran yang
sedapat mungkin memiliki kesamaan penyebaran yang sempurna. Berhubung secara fisik
bahan-bahan yang ada di alam tersedia dalam berbagai bentuk fasa, maka secara teoritis
banyak sekali variasi pencampuran bahan yang mungkin timbul. Karena adanya kesamaan
dalam beberapa hal maka secara sederhana berbagai jenis pencampuran bahan itu dapat
dikelompokkan menjadi tiga, yaitu : pengadukan pada bahan cair termasuk suspensi bahan
padat didalamnya, pencampuran bahan bersifat viskous dan pencampuran bahan partikel
padat. Dalam artikel ini difokuskan pada pencampuran bahan padat.

Proses pencampuran termasuk kedalam proses yang diperlukan dalam pembuatan sediaan
obat. Pencampuran diperlukan untuk menghasilkan distribusi dari dua atau lebih bahan,
sehomogen mungkin. Proses utama pada pencampuran adalah penyisipan antar partikel jenis
yang satu diantara partikel jenis yang lain (atau beberapa jenis bahan yang lain).
Jika tidak ada perbedaan homogenitas di setiap lokasi dalam pencampur, maka diperoleh apa
yang disebut homogenitas stokhastis (pencampuran random, homogenitas campuran secara
kebetulan). Tingkat pencampuran umumnya, tergantung dari lamanya waktu pencampuran.
Namun demikian, pencampuran yang lama tidak menjamin dicapainya homogenitas ideal,
karena proses pencampuran dan pemisahan akan saling bersaing mendominasi.

Pada proses pencampuran bahan padat ukuran partikel dan distribusi ukuran partikel
penting karena sangat menetukan besarnya gaya, gravitasi, dan inersial yang dapat
menyebabkan gerakan relatif antar partikel terhadap gaya permukaan yang menahan gerakan
tersebut. Sebagai akibat gaya antarpartikel yang tinggi, jika dibandingkan dengan gaya
gravitasi, hanya sedikit serbuk-serbuk yang ukuran partikelnya rata-rata kurang dari 10
mikrometer yang mengalir bebas. Kerapatan partikel, elastisitas, kekasaran permukaan, dan
bentuk juga memberikan pengaruh pada sifat-sifat bulk serbuk. Dari semua ini, bentuk
partikel merupakan variabel yang paling sulit untuk digambarkan, dan biasanya dinyatakan
dengan kuantitas skalar yang dikenal dengan faktor bentuk.

Pada proses pembuatan produk yang siap untuk diperdagangkan dan pada pengolahan
produk setengah jadi, seringkali bahan-bahan padat harus dicampurkan dengan sejumlah
kecil cairan. Di sini dapat terbentuk bahan padat yang lembab atau campuran yang sangat
viskos seperti pasta atau adonan. Seringkali cairan harus juga ditambahkan ke dalam pasta,
adonan atau massa yang plastis tersebut. Contoh :
a.Mencampur serbuk dengan cairan untuk membuat butiran-butiran (granulat)
b.Mencampur pasta pada industri farmasi dan kosmetik dengan bahan-bahan aktif.
c.Mencampur masa sintetik yang plastis dengan bahan-bahan penolong (misalnya bahan
pelunak, stabilisator, bahan pewarna).

Mekanisme pada pencampuran zat padat dilakukan dengan kombinasi satu atau
lebih mekanisme yaitu :
1. Pencampuran konvektif
Dapat dianggap sebagai analog transpor bulk dalam pencampuran cairan. Tergantung pada
tipe mikser yang digunakan, pencampuran konvektif dapat terjadi dengan memutar bidang
serbuk dengan pisau-pisau pedang atau dayung, dengan sekrup yang berputar atau dengan
metode lain dengan memindahkan suatu massa yang relatif besar dari suatu bidang serbuk
ke bidang serbuk yang lain.

2. Pencampuran shear
Akibat gaya di dalam massa partikel, terbentuklah bidang-bidang licin. Tergantung pada sifat
aliran serbuk, hal ini dapat terjadi secara sendiri-sendiri atau sedemikian rupa sehingga dapat
menimbulkan aliran laminer.

3. Pencampuran difusiv
Pencampuran dengan “difusi” dinyatakan terjadi jika gerakan acak partikel dalam suatu
bidang (wadah) serbuk menyebabkan mereka relatif berubah posisi satu sama lain.
Pertukaran tempat partikel-partikel tunggal tersebut mengakibatkan berkurangnya intensitas
pemisahan.

Suatu pencampuran bahan padat dalam skala industri dilakukan dalam tong berputar, seperti
yang digunakan dalam pencampuran semen dan pasir pada pekerjaan bangunan. Bangun
berbentuk rusuk panjang atau uliran dapat meningkatkan efek pencampuran.

Jika dilihat sepintas, zat padat farmasi atau granul tablet terlihat bersifat agak seperti cairan
multipartikel sebagai bulk. Bagi orang awam, zat padat multipartikel tersebut kelihatan
seperti aliran zat cair jika dituang dari satu wadah ke wadah yang lain, dan seolah-olah
memiliki volume bulk yang konstant. Serbuk-serbuk yang tidak sama dapat dicampur pada
tingkat partikel seperti cairan-cairan yang saling bercampur.

Sebaliknya, jika dibandingkan dengan pencampuran cairan, pencampuran bahan-bahan


padat dapat menimbulkan masalah-masalah yang sangat berbeda. Serbuk-serbuk yang telah
dicampur dengan baik sering mengalami pemisahan substansial selama penanganan rutin.
Pemisahan demikian dapat terjadi juga selama pencampuran.

Sifat aliran umum serbuk sampai batas tertentu menentukan kemudahan mencampur
partikel utama, yaitu menentukan betapa mudahnya massa serbuk dapat dipindahkan melalui
tempat serbuk, dan betapa mudahnya massa ini dihancurkan untuk mendapatkan
pencampuran yang baik dari masing-masing partikel.

Pencampuran partikel yang permukaannya tidak kondusif (secara elektrik) sering berakibat
timbulnya muatan permukaan, seperti ditunjukkan oleh kecenderungan serbuk untuk
menggumpal setelah melalui proses agitasi. Selama pencampuran, harus dihindari terjadinya
muatan permukan partikel karena akan cenderung mengurangi proses “difusi” antar partikel.

Peralatan yang biasa digunakan dalam pencampuran yaitu :


1. Pencampur V
Mixer tipe V merupakan salah satu jenis mixer
yang biasa dipakai dalam proses pencampuran solid-solid karena memiliki beberapa
keuntungan antara lain bentuk sederhana, mudah dibersihkan, dan memiliki kapasitas besar.
Beberapa faktor yang mempengaruhi kualitas pencampuran adalah kecepatan putar mixer,
waktu pencampuran dan ukuran partikel.
2. Pencampur ribbon
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+86BLRc8tpn7bDN1P2gftNvad4uZ5y7b4J0OodvtQ7baBGy3Ddpi5b/Z0nerdeAnVn4fmLu/b
+rzsXnAVuvAHSao372z97d/3uDg4T+5cE19dW786tWZawszc1eu37jFFgkTivOqyNhKCgFNxK
FJ2DICBk3GlhP6hpRS6JsJJLwsXoLHMIIgQDUxSWIyBjij1NERBpczJBSMSoVV/R0RJVk6
HoN1cZCvzKr1O+p5/PQJhkJFd/UVY3A5nT2lHZjKPmxpR1t6eT5fIQQAfI186e8TiF7qDiHICg
Dg7uOnwdmFBu4hR/0TjwbEHwqIPRQYdyQg7nRIwkHngE1nbTLRzZLJuWGheIjLGxaLR4
Uyjlg5KBLRRXzZlbm5W3eEsol+Bhfdhvv96xv++1d/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+fPGVz86+NZhs22m7ltNUNtMnLdcdNp0EbXNNngvKmaPa/Rul+hdThF7XKP3omJ2OUXs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+9vmt7ef/PmfN/zuT+9mllUMKtWDUvGgjD+qEClnpqUTUznNddmYljoWtYKAQ5P60SRsGa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+q3xeT+YXfx100vdV/AtUXt1wlce66mcAhiCgfQoQ6N6jpUR0y2HnyNNeGcf9Ug38Ik/4RhsF
pBx2CNx00qS2GytXjYuEQoGQxxFxeSKJWK4QioRSlcopNOKd00bvHTvvEhrx4On9J0/v3bx
959rNBxjKkGBmvgSD2W3ps8M6dYd91la7mA3m3vudQwx9kk75Ju12DT0UmGybXe9f1h1W
3hlVUj8yNnnt8bJ/VuU2m8Cd9iG/2Wjwu7f2/Pp3H/3sv/60+ajNyZCcvagwy4TMViaFyR/gC
RkN7VWxhemNTFItnVRJIpRRiGUDpPL+3tmbNwEAumZN/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+loMDLwUGXAwLtw8KdwiOcIyNcYyO9kmKCM1Ji83IS8/Ozy8oqmpsburo68Dg8k07nc0ek
Yr5KOTY7O7+wMH/l6u3bdx89fbqkWYFeMjUSAQDStaVBALTWWlLfh1aXbYsgzwRPun109
Eb0qdEwDACk/0G0CAwAUM/NBaRmHXbx3+Mctsc57Hxg0gVU6N7TlyobWyanJ/gCjkAoE
oukEqlQJB8VKbgilfKyT/BbB09uuWj/
+p6Ldr7xdx4+vHXj5rXFh4qpa1gWa/72veK6jk/NPM4EFp2NqDzsnbTT2v+EZ+Jhj9jtDv77X
YPPhme4lGNR1YSUfnodazSnl+aX2/z2MdvNZt6bz9r/
+g8bXvnlGz//2asfbj1hGJi02yNsv1fUIY+oE4Fxwei6sh5MbGlxNQVXQyVUEfE1ZFI5hVBHJV
y7fw8AAGDoOTXit0nml9BtAqBFEJ5C2obv7x2gYlhM4tAweWiEwRWUdXf6ZKcOioQAAGh
VCQwDsJ7GutrRq7XQEQiBYFi7fnJ/tLw8t7BIF3Mrid3xlcW+GcleqYmeaUneWUkeWXFOKZ
GuaTEeGTFOiSEXfZxcEmLiamqDiko8crJQ2Rn2aWkO6ZlOmVkuWTluOXluWbkeOXneBcX
eOXm+2dn+edl+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+pU3fv5fr/3kJ7/+83s7ggoriuiUiOq6vTZe25xD9npGbDlv4ZuU2MyiVdOIaAK2DI8t7uuhiYV
LAIERfVGZ75nH68+9AkMjYn5zf28PjdLHoOOYLBydSRvllHa2e2QkrvIYgSEYgRFdmyFECw
EY0Wq1a0eBAXL/6eOxmUkcg1zcUhNdmOmVFueUEu2QGeucn+RdnB5SnBFQmOKZEeuR
FuWdFu2XGuMdH+ERH4FKibKLCzIP8bro72kRE2WfmuGYkuGWmFTU1NRJoJQ3txc3tub
VNWXVNqRUVkfkFYTnFcQWlkZk5Idm5EcXomOL0TEl6Iii0rCCkvCS8tDS8oDiEu+CAu/C
Qu+iIt/i4jB0ZUJdY3ZbJ7qrp7Sto6ilvaitvbi9o6itvaC5Nb+xKa+5Obu5Kb2pKaWxIa6qIhpdHl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+5C58cO/7hgQM7DU9bBwcEF+QUYXuL+rtbaJSbT5/CACBaBNF+7oP6NvClPIYBAFoYGeB
yi9taSnu6KnGYalx3VX9HAxFXgcNENVTYJkUetDG1jQpyTIl0SA63T42wTQt3zo51yoh2Sg63i
wpwjgz0iAmNykwpb6zF0Sjjs9NPNSvPTgfDOlcshOjjZIgW0jmcAQDXFhfckmMtYiPsk2KcEi
Oswnwd4oPtk4OO2V4gDpB0B1jtMvjssv8Zn7m7F1L883gMnvu2wDAMazQarVarD+yttoiDYF
1toDW38lr048XjEqyFl5eWl5aWnj5devz48d27964uXp+
+dk0+Pi5WKAUyGUckGhEIGKOjFAZzkM0VSmVsAZct5AgkQoFUKJKIJHIlnc83DfA2dHXw
SUxARUVYBgca+/k5xMY7RyT4RiaxOELl2LhYIherJ0h8UXEXIbig6YBN0EHbgE+tPLcY228
6Z7XZ2GmLmdfmi26fmrmFZZZllDedsHH/
+Jzl6YCkc8GZxqGZ58MyjvlHn/YPOengvPH48Y8PGZyxtTtiZnrU0vygpdkha3MjL1R4WWFK
W0NCfWXPMPPWw4cIgsBaSNf997sZk19sHz97izACANDAMGV0tKC5sayvG43tRfd3lPW0V
PX3lPR1hdeUhlcUBeemRZXkemcn2seHuGXEuqZF2SeGOiaFe6fFJhbntmB6uBLR4u2bn/16
6lwzCKJLkdDHdyEY0UKwFoIgGABw5+4d3+x0+5RU98wsj4wk1+RYl9RYx7SY4w7meBoJA
ZBGswRBK+ujZi/k8ReT+7N3/Tk8Xk/lNb3ecwfUR+rWGTU6Iar+3vRxbJ2DEoAvf8cIQGAA
P33yhCcSD/N4XCGfzWcLRDyuiCcUC4USKY3LMfJGuUVH3NVo6MMcaxe35ILCyWsL8qlZk
UzFF0vFcoVUphDKlSNKVQ2WHFvV6pJZcikw0sw/2MjH+4yHxxnfkJOewccdPc7auyTmF7c
TKSGZ2Wc9vazjU8wjk0yCogw9A4+hvE+iPGyDQo5YXN5/3sjQwf6Ipbmhu5Ohn9txT6djrnb
m4QG2SdGOqbEhBZlTi9cAABC0yuPvBC+RL42AFRimsNn5jQ2lvV2lmK5STHtpT0t1f08Jpj
uiHh3RXOFfmh1QmOGRFe8YF+yVEBGem5rfUtPPZsquTt998uiZiAxB9E1jgd67sSbMgXSdf
XTbQDCsgTTLKxPj481NLSaeHsec3S/6BtmEh6GS4t0zUh1S447ZW7r4eFZUlkplIhjWrklS/p
mdXwcvf7TP8v65G0TW/f+ZPul5RZ1u/2fSDoBAazaSZmmZKxSxuJwRzsgwb3hUOMoWcnki
IV8konHYJr4eXlGRAIC25s533/6ARqWvXcaTZY1UpRaIpQKZnKdWdw4Mxde1OWflf3zG8E
OD/TsvntxnefGws+NpL6+LXu6m7q4mbq6XfH3NI0Ksk6MdclJs0+ItY8NOujl9dPrEP44abD
l+fOuZUw4RISZe7tuMzmy1MNrhaLbd0fx8kJdreoJXcaZnbmpwdurczRtA38lU+02/kM/F58
dBgF4MBgNkCYLJo6O5jfWF3R3FPZ0lfe1FvS01fT3lvT0xjZVB9SVu2YkhRVnJNSVNhD62iH
/t5nXNqn8AWdOI6SfcF98WrB/NAATDuinp8cNHOBwuNz8/OS8nKDPVLTbKOSjI0svN0N
XeItgrLj+zD4sZG1Pfv/9Qq4Wg1SqlP/IeZM9USqt9WmEAkKWlJQ5fwBgcZI0MDrCZQ7whjo
DH5vE5PAGJM3LW29k1KhQAUF3f+Opf/0ak0XXHmltcKG6sL2pu5KnVbKlUqBofFCry2/qi
quqPe/tsPHPioMXpA7YXtltd3GlpYmBrdsbZ7rid3UGzy0ddnI76uh/wcd7vaX/Yw/6As/VeR8
vDDta7L5zbev60T276xVC/fY6WJ31cjvo4msYE+JfmeBak2SZHOMYElzbX3nl4f/V1a7+z1/GF
4/GqnFEDQcThocz66oLutuKe9sKupoKuhsqejvL+nqia0oLeduwgUzk7dfvJo/XNhvSdVSC9W
OSLW1CtjaY68RC0ollZWdZFdDXQyoPlx/ee3r9558bE3BRLyBZPqZ6sLOt2hHVdM+E1peuP
uPzmeqw3fp4uLY0IBAMs1vDI8BBnZJjHHuJxBrlsHl9IHhk8727vHh4EAGhqav37O/9gjYxev
3Mb3Vxn5eO62/iUqa8bTSrkjY0NiSQC2QSWwUuqbbLNyNpjZXnI8sJ+W+NNJqc3nD+51ej
MtnPn3j96xsDW/rir60k/71OBXid9UAesLQ5amR+wszzmbHfSyf6Ul6tnQeblxIgTPi7GQV4ua
TGBxVlOSZGXQ3y9k+O6Boj3nj6CYRha0clPvrsx5XPt4zVRPAAAgiA8i5FUU1aE6Sjpbctvry3
orC/tai3EdIWgC0bGFOt3hPStvp8ZhbrVz3r79fNO+uwzvMr7L3gO67RU39Hs9Z1Dd19LK8sjI
gFtkDU8NDQ0ODjEGaWzh2mjg1wej8SkGzpc9ogIBgA0NLT86Y23IpOTXSOCj9pdPGJ/8bS
nzQmUVUFbg3hyiiuRC6VjbOlEcQcmsKTqfEDIDnOTbZcubDI6+4mR4ZZzhhtPGX504txRe+
d9VjbHPd1PerodsLI4YGZyws7quLONgb3FKRe7A7ZmdgkR1jEhFpEBXkXprvnJJiFedv7eJTX
VU1ev6C8aghEtjOhkVN8VPpfH+lUKggAEQBBMGKSn1JcX9LeWdLcWttfltdfmtzVmdLeEVB
aOquS6vWCAAH1nFV1aiC4p+LlF1csQ7rltVvde0/eu+4e1vjD/5jxeXlke5nMo9AEmg8FkMJjD
Q5QhBmWQzh4dxdLIhy2NUeHB0wsLiZk5G3fv3X/W8JSz9VHU5bN+DhcCnE+5WdsE+zK
EQrF6gi9WceTj/YOceHSjR3rBp3b220xM91y22mt5+ZC19d5LFhuOnzawdTjh6nbYyXHrRaN
NhqcOWpjuMzPaZnp6u+mZMyibrcYnz/s6e2QnBpdkuyRFXg7yji7IHhbytKurXlgDgdVX/wP
h8arEHUZgrRbPHEhuKM/ubSxory/paMhprc5pacjsbvUvzhngcwEACABagCA6La6+mIouovZ
spf9CL8HaGVfP+xyJdW6I1bEdgVd9bKsbf+MP5IcCZDXXAACg1axwRXwqnUqjUOl0Op1Bp
w+zBobowywWkTFwxMHitKO1Z3SUd3SMpY/3xiOHTrk5GId6mYR4nvN2POvtaOjhUNjVJp
id4UiVXKlqRKIq6MIG5JSbBITssbI6YGe/38busK2DgZXdgYvmpgEhp9089tvYHLCzPu7qcN
TR5qD95V02Jsfc7O1iQ+0SIxwz41A5iVbh/n4JsUQG48HjxwAABII0Wq1Wo9Et5ZHVddF39r
g+1z6G14IFCNCuaDADlITa0tS2quyWqryW2rTGyuy2hpzuNsfUOOLQIACr6aXwqlzzRfjO7up
HCuQz0w2sKzwEtFqNUCwg0ckUGpnBGKAxqRQmbYBBGxpi9g+QD1uZHbGzdIuPMff3MfJ
0O+vh4pgYbREfdinM1yk+DJURaxbh55OVOqhQCNVjI3yxQDXdyeKEF1SiEjJ3mVtuNjbZbm
q+29Ri94VLF928PDOyD1ra7DOzPOnqctjFzsDN/oSXs1Gwj31arB8616Mg1SY+zC89oa6v+
+qtmwAAAAOggaEVrXZFA2m1+slTb1v+APL+n/EYAC0EdVPw0ZUF8c3o1EZ0ZgM6sbY0q6
U+u7PZKSNBNx7r94Hg9eus/3D360O3uhDJRDg6kcAkk5hkCpNColMIVAKLzeweIOwxNdp1
ycg82O9igO8pD7eT7i5mEYFGQV6H7S2P2ltaRwabhfgZo1zKmpuV0zNCkVyimBiUqNLrW/1
yCi3CIs74+hn6+R11dNp9wdjIBRWYX2weFGZg63jY2ckA5XTax800Kti9MMM+K/5ycrh9Ylh
OY418alJvMWgB0OgTtdZI+4zHn+ec+hbwBX43ZM3br4E07SRMSEl2ZENZYgM6rb4sobo0t
b42q6vFJSuRutrnBkAwAj3nWvsPj78mdLMcDGmFcmEfHd83SOwfIpGGyEQmGccg0Dj0N
mr/XjOjfZcv2USFmYSGHvP0POPnbRTsddLb+ZSXy1EnWwMnm30Wl/adOZ2cmS1Xj8vkao
FUIZmc7qSzgnNyPTOzrZMSbZLiLUICzzg7WIcE2aek28YlWQSHW8fERtRXeRXnuuWkeeWl
OydGR5UVUMS8uzpPEQy0GgjWJX3Dn5lJdOEb8F0WpP8yHiM6Hmt7BogR5TkxjcUJjSUJl
fmxFfnJjZUZHY1umckDwtV6gdBqPfq1g/yHx98EIFjLk/C6qJj2gb4uBhbLxPfT8RgGnsimtlA
wh8xN9ppdNA30P+fnd9TT45SPp3Gwr3Gwj3GQ93kf9/MergGpyYxRztP7jxemrkrEcp5ExlO
P0WXS5Opqt4yMY17uuyzN9lwyOmBqfMrV/phfoFFwuF10vHt6ZlgV2rM41z4zIbAop5NOvX
bvLgSABgANjGggGIKRVY/ni+Wy3yW+MB9Ev7gCEAQP8LlFPe35mK605sbshqa02vqcjvasz
nbfnJxBsRQAAEMwotFCkPY/PP6GgQAtrOVIeO2knjZKTxcN08vA9zEJPXQskTvQRunffuz4
R0cMTPx9LcJCjfz9LoYEmEeEXAoPMAnzMwvzy2irHZ1WX7t/986jhwvXbylVk0K+VCRWC
Mcma3AE9+ws89iIHaYXDpoYGTnbmPi726ZkeBaX+5aXeRQVOGWk+OZmVfX3qReu6l6kr
gOMVh9tX5eICb7c+/mtUuGL4yB6nYAGRuhCYVFXd0Fff3Znb1EXPq+lF40l53Z2B+Zks6RS
AACihWGNFoa1MKL9zr+N/7ZAAEBgRAtp2RJ+B6mnk9zbTcF00/r7mIQ2ck8vi9A1QDC2dz
huZWkfGWYR6HfO3eW4k91JlONRd/tj3k4nfJ3OBrudD3QzC/Gxjwx2iQxrxGFFijGhUC6SjQ
3wJTEVlS6pyQYOdgcum5qF+aLykwNran0qKjxKCr0LctPq60aUyhXNamdSvSsW/oxrX/fL73
c1/1ker3cuIECvE4IBwI+OxFWhExrrE5qakppakuqacru6s9rbQgpyBqTiFQRAGhjWwAisi+L8
B98cEABpNSMibjuhqwPf3UnqbSf3dtH628i9LcRu/DADw2B0MxlNFFIVDlPU1pJRW5NUjQ
4szkFlJ9umRJtE+RuH+50L8T7t7XzIxsI+MoLI4w9KpHSBcFCqRHdj3VLSbFKTzdMS7Isy3a
oK3MsKUXnZEWWluOHRu4+eAABWmwPA8DpePHeBPwCv1BfqKwDQajTXFxbpQ0Pp5W
XeKYnBhXmR6LLIsrKIkpLkhrqszha/7PS0qsoOLI7LFSw/XUK+lj79P3gGvY9cp5vSagb5Iy3Yj
tb+jjZ8Vyuxu5XY3UzoasS2txH7iSMj3PEJtlrNUan56nHO2NiIWj2oUjIUMrJURJAIcWJBN5f
dOsisJZFrsMT+4VHMIKuDRu1mDrVTWDFVtb611R6N1ajSIv/iwqDi3HoyYfrGTRgBAELAsh
bRrMCwFoa0z5XieP5Sf3A8fi5mASOTY+OtDc0lxWXZxcWJhQXROdlh6WmRmZkhySlhGem
R+dkJZcW1mF62WHzz5m1Yq59evpc7+TfDelJAWg2DM9iEaWvGtLdgO5pwHS2ErmZ8RyO
2rZ2CpQkFIzLZiFgyzBex2LxBvnBYIhkWiNki6ahYOiKVDssVw3IlUyxnCuWDIiWNLyLxuSQ
hj8DnEyXytK5uryq0a1lRUGFhUy9OPj2h13ghCALrtD5agHx3ip+vhhfr6PW1fiDo6dOnD+7ef
3D3wd17969casxXswAABWlJREFUvz4+O8OXSrkC8QCD2dWP4cglNx4+eCaJhwGi1ZUX/A
+
+LtaPbVqths4ZbO5vb+pra+5vb8J1NOM7G/pb67GtrdT+JjIeP8gaEYo4POHwKJc1ymGOslmj
7FGBYIjPHxQIGAIhlcuj8PhkNo/GFgzwBVQhjyrgDohFNIUiqaXRPT8rubGWKRCtLGkAAAi
khWEtDCAI0UIIhKzKR7/X5/EleAGP9R3oYRh6uXgMhMAQDCGwvtirTv/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" alt=""
style="background-color: transparent; border: 0px; margin: 0px; padding: 0px; vertical-
align: baseline; background-position: initial initial; background-repeat: initial initial;">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+PuflfIRjYoHlmdyMQAqvyqlDI2C3yrhtsl4p49u/K9//9d//x//vDI30aGW6fq7NteXLl+6gIC3
OB2WUyd3X79/9+SJE1vrmztbO9OTU36vv621lUYhw6EtYIKHQprQKCiVQhDw2UqFRCrhg
x0bMgEJjp1p1JJBbdegtqu/p627QyniM2hkDI2MoRBRGGQzBg0Fi3gopAHSAg4JN2IxcCaDA
op5oFFQsLfD4zJMJp26TQGFNTU01rRAGhBICAaLaIE01NZV1dQeAOMb9Kv31dTsr6870NJ
Sw2KRpVKuQEAXCxkKGae9VdClEWt7lWoFR8wlKUR0jYLT2SbiMSmgn8V/DX0k7DMZtdq
BLr2u12oZtNuMHrctEQ/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+ctR+wsM46Cw+/s/Hf/29/354YnajXmuiP1kr18erkRG2iPjo6NjY6PjY6PjY6Vhsdr9XGqtXRy
szc1FxjemJ6tD5Vs9gN/RqFzWk8Ot6/d+futctX97e3t9eW99aWdpZndhYnDtdnrp7ZvHFx+9b
Vvds3Di+eX9/anj44XL54Ye/s6c2jg5Xd7cb0ZCGd9KYSnmzan056V5cndrcbZ09v3rl17tVXbj9
99e71K0cv3b98/vRmyGdy23XN6a2xkC0Wsvndw+Zhpd08EPQaLQaVtl9gHlYOasTDOonLp
nXbdXbzQLPxZnVx7JvvP3n/7Zc/eOfRZ9968+9/+Bf/8uu//
+PvfrG+MuuwGlx2Q9Bn9bqMDpsuHLRk095o2BoJ2dJJb7WUnJ6oTI2Xy4VsLpfIjcTSuXAy
HYjG3MGg1ec1el1DfteQ3ah0GuSOIYlZzSvGbGtT+bBd47GpB1S8Ia3EZdMOaSVDWkkm4Zm
bKk7X82G/ufmDxXyKkNej7RdoFAKNQqgSs23D6r/
+3sfPnv3x2b/9y61rF/qVEpfD/Okn33z/vbeuXD5//96tmzeuzM5MWi0mOo1K6MR1k7pQSFh
zNjehE8NkUERCNo9LY7HIAgFDJuPxefQ/pXkctQdPoxDYjB4BlyaXcIf1fcahAR6bCgO3QkEt
BBy8h4jBouFN4Q4GtYFBbU3uMWgYh02j9XZTKURyD4Hc08Vh0yjkLhqtR63tE4q4UBiwte
2FpnsDhgCahWxT7SCQEDQGge9EY3EICKQdhQJxuWSFgieWsGRS1kAfb0DF65OzlVImn9
MtE1L7ZcwBOYPP7CJ3oXuIOGoP4c+gT/076BPFQqZSHolFA8NDGr1uwGTUu11Wn9cRDvl
y2USxkC0Vs+VSvvY52aPTU+OzMxNN7uvjo82dKBPjo1OT9cnJeq0+XhurV0dHy6PVcrVSLJ
cKpUK5WipVCqXKyNhENRoPafUDcqWkNlp6cO/
+g7v397a2NleXdteX1xantpcmT+0s3rlycPf6wf1bp166d+761d3jg4ULZzevXz06c2r96GB5Z2u+
VIiGA9Z00lstJ6YnC9ubc3s7C5cu7D24d+nxyzfefO3+3ZvnHr149dLZ7Yjf7LFrswlXPGRJxezxk
DUZtVsNSrt5IB6ymQYVBq3UPKwyDMr1arHF0NcMm2nA7zbEw47RcnJ3Y/7erfPffP/V//2D
7/38J9//+U/
+Z2N23GYesluGBrVKm1nrsOq9ruFk1JVPB7JJ30gmNF7JzkxUJmqFfDoaj3pjcXcs4Y7FXdG
wPeg3+9wGj2PQY9PaDUqXUWEfEpvVnFrGsTAWTvp0k9WE1znoMA/IRDSVlCkT9koFVJu
xL+wzhX0m85CiX8ZSq3jaPoFcSFOJmUoRQyVmquW8g63FP/z+18+e/f7Hf/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6
+/dPPu1VMTlVjMP5yL22ojnkLKnotb/fZ+p0EZdhsyYddwv9SoVrotQ+bBAfOQ2mrQWg1ay7
DObhp228whrzsZCaaiwXQslI4FU1FfPOSJBdw+l9XtMLvtFrfD7HVYfE5r0GkLe2ypoDsd9GR
D3lzYXwgHy7FQJRnKRe2xoC4ZGc5ELdmoIx12p/zuhNfpM+l9RrXP1OcaFruGOKvTwW+9d
f7cfnVhMj06EpZwSNxerJhN7BPT1TJ2v4SllnK0cp5WzldLuf1izoCEq5Fy1XKGTkU36fhqBUPf
x93fmv3Dv/7i2bN/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+0//+yPv//nf/jJ3x3tbu1ubgY8XhwS3dvT20uhyWVKpVKlUChEIpFIJFIoZBrNgMlkkMkkRB
IejgDD4EA4AoRCQ7E4JB6P/a8ChUIgEDAEAoZEwhEIGBQKbm9raW872Tz0+PNaFngSDm
klE1EiHpXHIrFoeAGLKGB1CTlEKhnb1vbc177+3+AIkFDEIXRh2gEnWtueB3R8jjsY0g6BAqC
wDhi8A44AEnBwOrVLImQppDypiC0Tc5QyvlzC1WsUKrmAgIMjoO1YFJiAg6PgHSgkpHla95
egTyRiuVymWi2Pj482GnM7O1szM1OxWCQUCgSD/mg0nEzGE4lYLpednp6YmZ2cb0yuri2s
bywtLc/Pzk5OTtYnJuqVSqlQGMlkMvF4IhKJhEKhcDgSDMeCsVgg9v/NsQ9FouFIJBqPhiIhf
8AbCHhDQX/A73a7bDar0Tioc9usD+7cfuut11558tLc/NTiylxjaWpza2F/f2l3a36lMbo8Wzna
mLt1ce/h7fNHe0vNidtBr3G0nDjaWzpztHbp3M61Swc3rx7fvHp8+/rpRy9efeeNh9/+1pt//dl7
33jz4e5qfbwUHi+F8gnrZDU8PRodKwYSAVMh6Sulgrsrc9fPHZ/b39pdWxgvZf0Og214wGX
W+R3DHuug1zYUcpvDHkvMb48HnPGAPeZzhDxWv9sQ8BgiAWs84kiGHImgPeqzhL3GiMc
U9ZrjPmsqaM+EnNmwKx9x52KuXNyZT3rySV8u7k+G/HGvJ+Jy+i0mj1Fv1SmtOrFpgBP39
F8+mt5frdRyfqNGJGYT5XyyjNcz2CdQCHrl/F6dnC9m9XCpnWIWWSPjm7VK+1C/USPok5
CFLFy/lGbQitQKzmC/6PXH9549+8OzZ3/4zicfnT7YrxQKDApNrVKLBGKZVC5XKJRKpUw
mk0gkKpVicFBnNA6r1f1MVi8cAQaCWtEYWCcBjcUhsVj0fwwMBoXBoHA4DBqNBIOBHR3
tYDAQiYQDO9rbWk+2t50AtJ8EtJ8AAVuhoBY4pJWIh/HZPTwWiUMniDjdQjZRyCbSqPiTr
c995av/V2vb82RKp0DIxGChJ05+pQN4EgRuBUPaINC25usHR4LRKEgPEcOidwu4NKmILZ
dwZWKOQsqTibnaAZlMzMGhIVBQCxoB7MTCMEjQF4Oa/xz6dDpZKhVqtUq9PrawMD85
WU+lEuFwMBQK/DvoMxMT9bn56cWl2bX1pfWNpfnGzHi9VqmUSqVic5Z3MpmIRqORSD
gSicTisXA07o9E/JFI4PMIByOhUCQUiYVDkYDP7/H5nMGgJxzyNluRfU6rWilrzEz+3f/
+wff/x1/fun29MlpoLM2sbzZ2dpd3thfXlidWF8YOt2avn9u+d+PMwmwlFrKlYq5UzLW7OXft
0uG5UxtXLuzduHJ0+/rp+7fPP7x/6ZWXrz995dY33338t9/9xl9+8va5g6WZsWRjMl1MO8dL
gbl6cqoWLaY8tXy4los+ffHW97/36d9+95MP3nxy/minmo+H3OaQ2xT1mYMuQ8htTIYciZA
9EXREffaQ2+SxDjuN2qDHGA9b0nFXPuMppH35pCcVsceD1kTA8qewJvzWpN8a91uTIXsm
7s7E3ZmoNxX2xXyekNPht1k9JoPbOGjTq1yGPrteHLCpDtdrW0ulkYRreECgEFAGpIwBKX2
oXzAgZfWJGWopR8alChkkMYvcJ2IP90vtg33WIZlWyVDLaUP9fK2K1y9j6fuE6aj3n37502d/
/Ld//e1vvvvpxwuzswMK1bBuaKBP3d+nlsnlcrlcJpMJBEKBgC+XS1UqRV+fUijidRFxcAQIjY
Hh8EgMFtHk+88CiYQjkfAm/RAICABoAwIBcDgUDAYCO9rb2060tb7Q2vJce9sLIMALEOD
JTjSYyyTxWCQekyjhkZvQU3swgI6Tz7/wlba2F8CQNrGEw2T1QKAnQeAWKLQNBmuHwwE
IBAiJBCORECwG3kvubLYAifgMpYzfTPZSEVsp4/M5vRgkCA5pQ0DbmwrnP4d+ZCSXy2Uql
VKtVikU8k2dk04nm5k+EgnFYpFoNJxOJ8fHR+cbM8urjY3NldX1xdnZqUql1CwGmg9JJuPR
aDgSCUUioXg8Eo5GPMGANxjwBv3eoN8X8PkCXl/AEwoHgkGvx2Pzum0BvysS9odD3oDP
GXDbDboBp8302acf/eu//uZ7f/HZ+GRtara+vrW8vbO6u7OyvTG/vT5zuNO4cHr95pWjyfFc2
G8JeIzT9ZF7t87fvXnuyoW9ZoK/f+f8k0fX33ztzluv3336yo03X73zV5+++8O/
+fjOlYO1Rnl7pVbOukaStvmJ5GQ1Us74xgqxai7yjTcef/jmq3cun5sdLxdSkbDHEnAaIj5TxGfy2
DQ+hy4ZtiVC1mTIHg/Yoz5r0GX22oejfksmahtJeUaLodFiuJzzZ+POVMSWDtvSIWsyaIv7LD
GfKeIxBJ3DUa81FfUmI754yBvzu8Muh9dqdZmMbpPBZdSbBxR2vdKo5lt1wv3l2t7qaMQzqF
Ww5XyyWsbUKdnDA4KhfqFeyVcJGX0ipoJPk3J65TyGTiG06lUGtUinYg/18806yZBapJIw+
6VshYh16+r5Z8/++OzZs2d/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+Dd6OJWK5YWN9a29vb3N5e2d5eOHd68+G9S7ubjWwi6HUYRzLha5eO7926cO/W+ZfuX3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v7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+6HH6fyRXcwuLGzcenaucvXTufy0XQyOFrKnzncff2Vlx49uPXi3SsXz+4+fnj91Uc3X35w8eH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+cvXN126+9/bd99+9+/67d168c3p/fWZhqjiScO5vTD64eXRmfy4dMVoGBZmo2aITD/ULp6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+///SDD177+Ftvv/bq/ccv3bp45uD0wdbqwnQ2EXIYtS7TYC4eGi/EymlXLeOcKgUvHS3evbJ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m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v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+fY7r926ffXS5bPHp/bOnT/e3ds4febgzNnDg4Otg73N00e7e3tr166de/nlWy8+vL65M5/K+O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+nX/3T73775S7LYjZfyBSK2WqtODZeqVYLuWwiHgv4A3af1xr02R0WfSRgrxWT1VKqVkmVi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Lb
7/z2l/85WcffOPt5jtw89aVCxdPv/b643v3b167fvHK1fNXrp6/fuX8tctnr1w5c+XKmYcPb7z+xs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i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+CDt9rbS7lcrFRKJROBdDJULiRrpURXW663s9TTXugopVsLsbZioqNchz5TysbLuURbKZNP
x1wOs1Yl8zntlVKuXMpFIiGfz2MyGSqV3McfvlHIBblsnNkojUbsqbgnkwzkM5HujspQf1cplxLy
WHAwUMzn5jOJPTs3ffLB9ddeOb110+iK4Y62SrK1nKjXdYmAGg3a5GIGjQSn4CE4NIBMxp
qd9p7h4S07d27csnXF2jVDo6Pd/f21js58pZrLF9OZXDgS8/sCiUSqXOssdw+3D63pW7F+eP
WGQDiGRKJJRAKXSeMyqAqxQKeQyER8IZclYDOZVAqHQecyGTwWncem8Tl0PofM55AFP
JJYSJWKGUoZX60QKSRCBpnIotMoJBISgYQjEGAwuKWlpbGxccmSJS++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i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m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+vbuz3+98/PXH7539eSxXRvW9PmcOgGHzGWQFGKBVi5jUGkwJEqm1/aMLt+4Y3uuXDZ
aLQazSatT+3xuo0GjVEjUComYx1KI+WtGh956881TZy7uP3R0+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+GnkzPze8f28/kcqVTg89qDPpvNqNCqhEoZV6sRq9USo0ldqRW6emrxuH/FyoEDB3cdPrLv
7Lljr7526czZif0Hdm7YuLKtvRgMua02ndGkMpnVFovebNLptEqb1RgJ+7OZRCIedjmt9TLv8
zqDAU8iHs5lk4V8ulzK1lrT1bZ4rTVRqcXLlUSpkiqV0sViJptJJhPxbCZXLJSy6Xw6mS+Xapl
Uwu93xqKBjvbK+KF9O3e81N/XWcinAn5XJOyrsx7wu3xeh8/r9HsdpWx89Uh/X2e1UkgtH+
ju62k3GtQsJoVGJSoU0nK5uHfvrrfffvOrb7786ssv/3zukstou3jy1Fcfv79xdV/QoxZxURI+SshB
iDgog4qrlnB5VJrbaN2yfuuZC1fGTr48umn7pr1jR86d33lovGf5iDvot7kcFpvR6bKuHB0c27t17
ar+HVvWHhnff/zk8bGxsfUb1nd2taXS0WgskM6E/QGHyazW6uRqjVyllkmlEqVCodXqlCq1T
K6QSKQikUQoFHLYbAqZiMehyWQck0Ym49BUApZKwFAJGDIOiYEuc5hE8aBJLaUpxWS9
kqmSUKR8PIcGE3EwciFRzMU6zeLD+zd21xJIwH/TcVAFnyak49QimtcqyyfsHqtUyifwGGg6
GYZHAzCIFjwKQsaj6RQcg4qjUrEkMopAQOKwiDr3dacOg4IgYCAI2AJoaWpuamhqXNbYsK
Sx4cV/VVPjkrqam5Y2NS5pbHihYdkLgJalUGgDFNoAhzcjkWAoHAiFAUkUwp69e2/fuffzncn
vf7z9/U93Zuaf3J97fPPe7L2ZBw9/eTb78Mnk7EId8XoS/+
+hn388M/94Zv7xH6B/56MvPv7625/u3Pv4s89TmZRcIbbZDH6f1WpS1qFXKvhqtUSpEsUTg
a7uVp/fuWLlYP1CwekzE6fPHNuydUOhmI4nQj6/02Y3GIxqnV6p0yu1WoVGLbeY9fV8pm7i
A353XR63PRjwFPLpUjGbzSSKhXSxnChUooVSNFeMZPKRdDaaSseyuVSxWMhkc8lkJhHPx
OOZdLqYz1WymUwiHrLbDDqtIpWMtLWWctlEOOT1eR2FfMpmNTjsJrvN6PM6Mpn4ipGB
wZ62YibW11kdHeoN+pw0Ch6Dhink4mIhs3v3jj//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+uGX3/z95p2TZ8+YLAatTqHXyeUSjkTIMBtkGrVQq5XqDYpUOtTVXfMHXCOjA+NHxvbt3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+sOd6x999cE333/09bc/3b53/NQJp9Oaz8ZTcb/NrFJI2BaT0miUq1RCu8MwtLwvV0h7/S6v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Ribbon mixers adalah alat pencampuran industri. Pada dasarnya terdiri dari palung
berbentuk casing dengan bawah berbentuk setengah lingkaran, dipasang dengan horisontal
longitudinal batang yang sudah terpasang pada lengan.

3. Pencampur kerucut ganda

Alat pencampuran ini terdiri dari dua kerucut yang berputar pada porosnya. Pencampuran
tipe ini memerlukan energi dan tenaga yang lebih besar. Oleh karena itu, diperhatikan jangan
sampai energi yang dikonsumsi diubah menjadi energi panas yang menyebabkan terjadinya
kenaikan temperatur dari produk. Jenis alat pencampur adonan ini kadang-kadang harus
dilengkapi dengan alat pendingin

Alat pencampur granula yang umum ditemui adalah kneader yang berbentuk sigmoid yang
berputar di dalam satu “can” atau “vessel” dengan berbagai kecepatan. Prinsip dari alat ini
adalah disamping mencampur juga membuat adonan yaitu membagi, mematahkan, dan
selalu membuat luas permukaan yang baru sesering mungkin terhadap adonan.

4. Pencampur kubus
KESIMPULAN
1. Pencampuran zat padat dilakukan dengan kombinasi satu atau lebih bahan padat. Pada
proses pencampuran bahan padat ukuran partikel dan distribusi ukuran partikel penting
karena sangat menetukan besarnya gaya, gravitasi, dan inersial yang dapat menyebabkan
gerakan relatif antar partikel terhadap gaya permukaan yang menahan gerakan tersebut.

2. Mekanisme pada pencampuran zat padat dilakukan dengan kombinasi satu atau lebih
mekanisme yaitu : Pencampuran konvektif, Pencampuran shear, Pencampuran difusiv
3. Peralatan yang biasa digunakan dalam pencampuran yaitu : Pencampur V, Pencampur
ribbon, Pencampur kerucut ganda, dan Pencampur kubus
REFERENSI
.1.1 Campuran Berbentuk Pasta....

Jika suatu campuran berbentuk pasta, misalkan tepung dan air dicampur maka akan ada suatu nilai rata-rata
kandungan air adonan pada setiap waktu. ....

2.1.2 Campuran Berbentuk Granula....

Pada pencampuran berbentuk pasta indeks pencampuran didasarkan pada kondisi sebelum pencampuran,
sedangkan pada pencampuran berbentuk granula didasarkan pada kondisi setelah pencampuran tercampur
sempurna.....

2.1.3 Campuran Likuid....

Campuran jenis ini dapat dilakukan dan dianalisis sama seperti halnya dengan campuran-campuran
sebelumnya. Pencampuran bahan-bahan likuid atau cair dipengaruhi oleh sifat-sifat bahan cair itu sendiri,
seperti viskositas, kerapatan, jenis alat pencampur dan energi yang dibutuhkan untuk
menggerakan propeller, impeller, atau blade(Wirakartakusumah, 1992).....
Secara garis besar, proses pencampuran dibagi menjadi 2 yaitu: Emulsifikasi dan Homogenisasi.....

Emulsifikasi adalah proses pembentukan suatu campuran yang berasal dari 2 fase yang berbeda. Umumnya
ditambahkan komponen ketiga yang berupa emulsifier untuk mempertahankan stabilitas emulsi. ....Ada.... dua
bentuk jenis emulsi air dalam minyak, atau lemak atau minyak dalam air. Emulsifier bekerja dengan jalan
menurunkan tegangan permukaan diantara dua fase, dan dengan demikian mendispersikan aglomerat yang
kemungkinan terbentuk hingga menimbulkan efek homogenisasi yang lebih baik. Stabilitas emulsi penting pada
sebagian besar bahan pangan berbentuk emulsi seperti susu, es krim, cream, pudding, dan sosis.....

Homogenisasi di dalam pencampuran, emulsifikasi dan suspensi dikenal sebagai operasi yang pada dasarnya
terdiri dari dua tahap yaitu pertama pengecilan ukuran droplet pada fase bagian dalam dan kedua yang
merupakan tahap simultan pendistribusian droplet kedalam fase kontinu.....

2.2. Macam-macam Alat Pencampuran....

Peralatan pencampuran atau mixer dapat dibagi atau diklasifikasikan menjadi beberapa kategori, antara lain :....

agitator, double cone mixer, ribbon blander, planet mixers, propeller mixers.....

2.3.1 Pencampuran likuid (liquid mixer)....

Mencampurkan likuid adalah jenis yang paling umum dan paling mamuaskan. Pada jenis alat pencampuran ini
diusahakan dihindari tipe aliran monoton yang berputar melingkari dinding tangki yang sangat kecil
konstribusinya terhadap pengaruh pencampuran (Wirakartakusumah, 1992).....

2.3.2 Pencampur granula (duoble cone blender) ....

Alat pencampuran ini terdiri dari dua kerucut yang berputar pada porosnya. Pencampuran tipe ini memerlukan
energi dan tenaga yang lebih besar. Oleh karena itu, diperhatikan jangan sampai energi yang dikonsumsi diubah
menjadi energi panas yang menyebabkan terjadinya kenaikan temperatur dari produk. Jenis alat pencampur
adonan ini kadang-kadang harus dilengkapi dengan alat pendingin (Fellows, 1990).....

Alat pencampur granula yang umum ditemui adalah kneader yang berbentuk sigmoid yang berputar di dalam
satu "can" atau "vessel" dengan berbagai kecepatan. Prinsip dari alat ini adalah disamping mencampur juga
membuat adonan yaitu membagi, mematahkan, dan selalu membuat luas permukaan yang baru sesering
mungkin terhadap adonan (Brennan, 1974).....

2.3.3 Pencampur pasta (dough and paste mixer)....

Jika suatu campuran berbentuk pasta, misalkan tepung dan air dicampur maka akan ada suatu nilai rata-rata
kandungan air adonan pada setiap waktu. ....

Alat pencampur yang paling umum digunakan untuk cairan yang mempunyai viskositas rendah dan sedang
adalah impeller agitators. Alat tersebut terdiri dari satu atau lebih impeller, dengan batang pengaduk terpasang
secara tetap dan berputar, yang membentuk aliran yang searah dengan cairan.....

Kecepatan komponen cairan ditentukan oleh impeller dari mixer di dalam tanki, yang memiliki tiga komponen,
yaitu:....

a. Kecepatan radial yang berfungsi yang langsung mengarah kepengaduk.....

b. Kecepatan longitudinal, bekerja paralel dengan pengaduk.....

c. Kecepatan rotasional, bergerak dengan arah tangensial pada perputaran rotasi pengaduk.....

Baik komponen radial dan longitudinal berperan untuk pencampuran, tetapi komponen rotasional mungkin
tidak.....
....Gaya.... vorteks dan kerugian lain dari aliran rotasional, dapat dikurangi dengan memasangkan batang
pengaduk tidak pada posisi biasanya (off center). Alternatif lainnya, baffle dapat digunakan untuk mengurangi
efek ....gaya.... vortex ini (Brennan, 1969).....

2.3. Pengetahuan Bahan....

2.4. Faktor-faktor Pencampuran ....

Derajat keseragaman campuran pencampuran, dalam diukur dari sampel yang diambil selama pencampuran,
dalam hal ini jika komponen yang dicampur telah terdistribusi melalui komponen lain secara random (acak),
maka dikatakan pencampuran telah berlangsung dengan baik. Berdasarkan hal ini, maka dapat digunakan suatu
prosedur statistik untuk mengetahui derajat pencampuran.....

Derajat pencampuran yang dicapai tergantung pada :....

1. Ukuran relatif partikel.....

2. Efisiensi alat pencampur untuk komponen yang dicampur.....

3. Kecenderungan komponen untuk membentuk agregat.....

4. Kadar air, sifat permukaan dan aliran dari masing-masing komponen.....

Campuran adalah materi yang terdiri atas dua macam zat atau lebih dan masih memiliki sifat-sifat zat asalnya.
Jika kita mencampur minyak dengan air, terlihat ada batas diantara kedua cairan tersebut. Jika kita mencampur
air dengan alkohol, batas antara kedua cairan tersebut tidak terlihat. Minyak dan air membentuk campuran
heterogen. Campuran heterogen adalah campuran yang tidak serba sama, membentuk dua fasa atau lebih, dan
terdapat batas yang jelas di antara fasa-fasa tersebut. Alkohol dan air membentuk campuran homogen.
Campuran homogen adalah campuran yang serba sama di seluruh bagiannya dan membentuk satu fasa ....

Homogenisasi adalah operasi ganda penurunan droplet (ukuran partikel) dari fase terdispersi dan sekaligus
mendistribusikannya secara uniform ke dalam fase kontinu. Jika fase terdispersi ini adalah liquid, maka yang
diperoleh adalah emulsi setelah homogenisasi, dan jika solid yang dihasilkan adalah suspensi. Untuk
menghomogenisasi suatu campuran, maka campuran tersebut haruslah mempunyai konsistensi yang mudah
untuk diperlakukan seperti fluida, karena homogeniser umumnya dilengkapi dengan pompa (Wirakartakusumah,
1992).....

Partikel dapat diturunkan ukurannya dengan dengan berbagai cara metode antara lain :....

2.2.1 High pressure homogenizer....

Anda mungkin juga menyukai