BIOREMEDIASI CRUDE OIL DENGAN BAKTERI PERAIRAN LAUT

YANG DIISOLASI DARI SEDIMEN PESISIR PANTAI

BIOREMEDIATION OF CRUDE OIL WITH OCEAN BACTERIUM
ISOLATION FROM THE COASTAL SEDIMENTS
Diah Ayu Prawitasari-25320308
Program Magister Teknik Lingkungan, Fakultas Teknik Sipil dan Lingkungan
Institut Teknologi Bandung, Jl. Ganesha No.10, Bandung 40312
diahayuprawitasari@gmail.com

ABSTRAK
Kawasan disekitar industri pertambaangan minyak khususnya wilayah perairan laut memiliki
potensi pencemaran hydrocarbon paling tinggi akibat tumpahan crude oil. Bioremediasi
merupakan teknik yang cukup aplikatif untuk menanggulanginya. Penelitian sebelumnya
melakukan penelitian bioremediasi crude oil oleh isolasi bakteri sedimen pesisir pantai. Penelitian
ini bertujuan untuk menentukan kinetika biodegradasi dari hasil perhitungan ulang menggunakan
model Monod sederhana yang telah dilinearisasi dari data penelitian sebelumnya. Hasil
perhitungan ulang menunjukan laju pertumbuhan biomassa pada setiap variasi subtrat crude oil
2.5 ml/L, 5 ml/L, 10 ml/L, 20 ml/L, dan 40 ml/L adalah 0.034224/jam, 0.037296/jam,
0.047246/jam, 0.042106/jam, dan 0.045752/jam. Parameter kinetika yang diperoleh 𝜇𝑚𝑎𝑘𝑠 adalah
0.05127/jam yang menunjukkan laju pertumbuhan biomassa bakteri maksimum dan Ks adalah
1.09983 mg/ml yang menunjukkan afinitas biodegradibilitas. Perhitungan laju biodegradibilitas
dengan kinetika orde satu menunjukkan konstanta laju bidegradibilitas untuk masing-masing
subtrat adalah 0.0101/jam, 0.0142/jam, 0.0207/jam, 0.254/jam, dan 0.0336/jam, serta waktu paruh
adalah 68.61 jam, 48.8 jam, 33.47 jam, 27.28 jam, dan 20.62 jam. Perolehan koefisien yield untuk
masing-masing variasi subtrat adalah 0.08352, 0.05071, 0.05685, 0.01546, 0.0071 (mg/mg).
Kata Kunci : Bioremediasi, Hydrocarbon, Kinetika biodegradasi, Laju pertumbuhan biomassa,
Laju biodegradibilitas.

ABSTRACT
The area around the oil mining industry, especially the marine area, has the highest potential for
hydrocarbon pollution due to crude oil spills. Bioremediation is an applicative technique to
overcome it. Previous researched crude oil bioremediation by isolating coastal sediment bacteria.
The purpose of this research is recalculating to estimate biodegradation kinetic using a simple
Monod model that has been linearized researched data from previous research The results of
biodegradation kinetics recalculation shows that the biomass growth rate in each variation of
crude oil substrate 2.5 ml / L, 5 ml / L, 10 ml / L, 20 ml / L, and 40 ml / L are 0.034224 / hour,
0.37296 / hour, 0.47246 / hour, 0.42106 / hour, and 0.45752 / hour. The kinetics parameter were
obtained μmax is 0.05127 / hour which indicated the maximum bacterial biomass growth rate and
Ks is 1.09983 mg/ml which indicated the affinity for biodegradability. The calculation of the
biodegradability rate with first-order kinetics shows the rate constants of biodegradability for
each substrate are 0.0101 / hour, 0.0142 / hour, 0.0207 / hour, 0.254 / hour, and 0.0336 / hour,
and the half-life is 68.61 hours, 48.8 hours, 33.47 hours. 27.28 hours, and 20.62 hours. The yield
coefficient for each substrate variation were 0.08352, 0.05071, 0.05685, 0.1546, 0.0071 (mg / mg).

Keyword : Bioremediation, Hydrocarbon, Biodegradation kinetic, Biomass growth rate,

Biodegradability rate.

PENDAHULUAN
Pencemaran lingkungan menjadi masalah utama yang harus ditanggulangi oleh seluruh
manusia. Pencemaran dipengaruhi oleh aktifitas manusia yang menghasilkan residu atau limbah
baik organik maupun anorganik sehingga berdampak ke lingkungan sehingga menjadi kawasan
yang telah tercemar oleh polutan. Berbagai macam terknologi dapat didekatkan untuk
menanggulangi kawasan tercemar, salah satu contoh teknologi yang digunakan adalah teknik
remediasi atau pemulihan kembali. Teknik remediasi yang umum diaplikasikan adalah
bioremediasi.
Bioremediasi adalah teknik remediasi atau pemulihan baik tanah maupun badan air yang
terkontaminasi bahan kimia berbahaya secara biologis dengan bantuan mikoorganisme (Cookson,
1995). Bioremediasi melibatkan reaksi-reaksi biologi berupa reaksi metabolisme sel yang
menghasilkan enzim untuk mendegradasi polutan organik (Rahayu, 2005). Polutan berperan
sebagai subtrat untuk reaksi metabolisme sel. Jenis polutan berbahaya yang biasanya diaplikasikan
dengan bioremdiasi adalah zat kimia organik yang memilki kemampuan bidegradibilitas
seutuhnya atau sebagian, seperti hydrocarbon alkanes, monoaromatics, monocyclic dan polycyclic
aromatic compounds, chlorinated hydrocarbons, termaksud polychlorinated biphenyls,
nitroaromatics, and nitrogen heterocycles (Mohee & Mudhoo, 2012).
Hydrocarbon merupakan salah satu jenis pencemar yang cukup membahayakan ekosistem
kesehatan lingkungan (Kumar, Kumar, & Prasad, 2018). Kawasan disekitar industri
pertambaangan minyak khususnya wilayah perairan laut memiliki potensi pencemaran
hydrocarbon paling tinggi akibat tumpahan crude oil. Pendekatan aplikasi bioremediasi lebih
dipilih dengan memanfaatkan indigenous bacteria secara aerob dari wilayah perairan laut yang
spesiesnya beragam. Spesies bakteri yang umumnya tumbuh di perairan laut adalah Pseudomonas,
Acinetebacter, Nocardia, Vibro, Achromobacter, Alcanivorax, Marinobacter, dan Micrococcus.
Hasil isolasi baktersi tersebut dapat dijadikan sebagai mikroorganisme pendegradasi polutan
hydrocarbon berupa crude oil (Atlas, 1981; Zavareh et al, 2016).
Treatability study dilakukan untuk menghindari kegagalan pada proses bioremediasi
sebelum diaplikasikan ke skala besar dengan tahapan skala lab dan skala pilot (Kumar, Kumar, &
Prasad, 2018). Penelitian bioremediasi dengan variasi konsentrasi dilakukan untuk menentukan
kondisi optimum dari proses tersebut dan memperoleh parameter-parameter penting yang
digunakan untuk pengaplikasian bioremediasi. Parameter dalam pengujian biodegradasi pencemar
adalah laju pertumbuhan mikroba maksimum (𝜇𝑚𝑎𝑘𝑠 ), laju biodegradasi pencemar (k), dan afinitas
biodegradibilitas (Ks) dengan menggunakan model pertumbuhan Monod sederhana dan kinetika
reaksi orde satu.
Model pertumbuhan Monod sederhana merupakan model yang menggambarkan laju
pertumbuhan beserta subtrat yang dikonsumsi sehingga dapat ditentukan laju pertumbuhan
spesifik maksimum dan half saturation (afinitas biodegradibilitas), sedangkan kinetika reaksi orde
satu menggambarkan penurunan subtrat yang dikonsumsi oleh mikroorganisme sehingga dapat
ditentukan laju biodegradibilitas subtrat (Mihelcic & Zimmerman, 2014). Perolehan parameter
tersebut diperoleh dari kurva pertumbuhan eksponential growth karena dikondisi inilah
mikroorganisme tumbuh secara optimum dengan mengonsumsi subtratnya yang digambarkan
dengan model pertumbuhan eksponensial. Adapula faktor-faktor lingkungan yang mempengaruhi
optimasi proses biodegradasi diantaranya, yaitu keberadaan bakteri, pH, temperature, keberadaan
nutrisi, surfaktan, dan inhibitor (Mohee & Mudhoo, 2012; Mirsha, et al 2021).
Penelitian Zavareh et al (2016) melakukan penelitian studi untuk menentukan parameter
bioremediasi crude oil dari hasil model kinetika biodegradasi oleh indigenous bacteria yang
diisolasi dari sedimen pesisir pantai. Hasil data penelitian Zavareh et al (2016) dilakukan
perhitungan ulang dengan tujuan menentukan kinetika biodegradasi penurunan crude oil pada
proses bioremediasi. Subtrat crude oil dilakukan analisis dengan berbagai variasi konsentrasi
kemudian ditentukan parameter dari kinetika pertumbuhan dan subtrat. Data yang diperoleh adalah
kurva tumbuh dari biomassa mikroorganisme masing-masing variasi subtrat dan penurunan subtrat
crude oil.
METODELOGI PENELITIAN
Metode yang digunakan merupakan hasil dari penelitian yang dilakukan oleh Zavareh et al
(2016). Penelitian tersebut dilakukan sampling, screening dan isolasi bakteri pesisir pantai serta
optimasi biodegradasi dengan ekperimental desain untuk menentukan variasi kondisi subtrat,
kemudian bioremediasi crude oil secara batch pada variasi subtrat crude oil yang diberikan terdiri
dari; 2.5 ml/L; 5 ml/L; 10 ml/L; 20 ml/L; dan 40 ml/L. Hasil data bioremediasi berupa
pertumbuhan bakteri (mg/ml) dan penurunan subtrat (ml/l) dilakukan modelling kinetika
biodegradasi. Hasil data penelitian dari Zavareg et al (2016) diperoleh dengan mengekstrak data
dari hasil grafik menggunakan software Graph Grabber.
Sampling, screening, isolasi bakteri, dan optimasi biodegradasi
Sampling sedimen pantai diambil di pesisir pantai Kish Island, Iran, kemudian disterilisasi
dan disimpan pada suhu 40C. Screening dilakukan dengan menambahkan 5 ml sampel dengan 50
ml mineral (MSM 0.5 g/L; K2HPO4 1 g/L; NH4Cl 0.01 g/L; FeSO4.7H2O 1000 ml) dan 1% crude
oil yang diinkubasi selama 10 hari (suhu 30 0C dan homogenisasi 140 rpm), kemudian
diidentifikasi konsentrasi crude oil yang terdegradasi. Isolasai bakteri dilakukan enrichment
dengan nutrisi tertentu terlebih dahulu. Strain bakteri dipurifikasi pada suhu 30 0C selama 48 jam
yang dimasukkan ke media agar. Strain bakteri dikultivasi kembali selama 2 hari pada suhu 30 0C;
140 rpm, kemudian dilakukan sentrifugasi pada 8000 rpm selama 15 menit untuk memperoleh
strain bakteri yang terisolasi. Optimasi biodegradasi dilakukan dengan eksperimental desain
Taguchi, L16 (43) pada kondisi lingkungan tertentu, seperti pH, suhu, salinitas, dan nutrient (%)
sehingga diperoleh kondisi paling optimum yang selanjutnya dilakukan bioremediasi crude oil.
Kondisi optimum tersebut adalah salinity 2%; pH 9; suhu 30 0C; serta nutrient : NH4Cl 0.4 g/L
dan FeSO4.7H2O 0.04 g/L. Bioremediasi dilakukan secara batch dengan variasi subtrat, yaitu 2.5
ml/L; 5 ml/L; 10 ml/L; 20 ml/L; dan 40 ml/L pada media air garam mineral (MSM).

Modelling kinetika biodegradasi

Hasil data pada bioremediasi adalah pertumbuhan bakteri (mg/ml) dan penurunan subtrat
(ml/l) dilakukan modelling kinetika biodegradasi. Data-data ini akan dilakukan evaluasi kinetika
biodegradasi dengan model. Kalkulasi kinetika yang pertama adalah laju pertumbuhan biomassa
bakteri dengan persamaan.
𝑑𝑋
= 𝜇𝑚𝑎𝑥 𝑋 (i)
𝑑𝑡
X : Biomassa mikroorganisme
𝜇𝑚𝑎𝑘𝑠 : Laju pertumbuhan spesifik (1/waktu)
Asumsi diberikan untuk laju pertumbuhan biomassa bakteri pada bioremediasi bahwa laju
respirasi (kd) bakteri perairan laut sangat kecil ≪ 10−9/waktu (Christensen et al, 1980) karena
utilitas subtrat pada proses respirasi berpengaruh untuk pertumbuhan organisme bukan bagimana
mereka mati sehingga dapat diabaikan (Mihelcic & Zimmerman, 2014).
Persamaan (i) dapat diintegrasi menjadi
𝑋𝑡 = 𝑋0 𝑒 𝜇𝑚𝑎𝑥. 𝑡 (ii)

ln 𝑋𝑡 = 𝑙𝑛𝑋0 + 𝜇𝑚𝑎𝑥 . 𝑡 (iii)

ln 𝑋𝑡 −𝑙𝑛𝑋0
𝜇𝑚𝑎𝑘𝑠 = (iv)
𝑡𝑡 −𝑡0

𝜇𝑚𝑎𝑘𝑠 merupakan laju pertumbuhan pada subtrat tertentu bukan laju pertumbuhan maksimum
dari setiap variasi subtrat sehingga
ln 𝑋𝑡 −𝑙𝑛𝑋0
𝜇= (v)
𝑡𝑡 −𝑡0
Perolehan laju pertumbuhan spesifik dari masing-masing subtrat dilakukan perhitungan
nilai 𝜇𝑚𝑎𝑘𝑠 dan half saturation (Ks) sebagai afinitas biodegradasi. Persamaan yang digunakan
adalah model pertumbuhan Monod sederhana (Mihelcic & Zimmerman, 2014).
𝑆
𝜇 = 𝜇𝑚𝑎𝑥 (vi)
𝐾𝑠+𝑆
Persamaan model tersebut dilakukan linearisasi menjadi
1 𝐾𝑠 1 1
= + (vii)
𝜇 𝜇𝑚𝑎𝑘𝑠 𝑆 𝜇𝑚𝑎𝑘𝑠
𝜇𝑚𝑎𝑘𝑠 : Laju pertumbuhan maksimum (1/waktu)
Ks : Half saturation atau afinitas biodegradibilitas
S : Subtrat yang dikonsumsi
 Penurunan subtrat dapat diperoleh konstanta laju biodegradibilitasnya dengan kinetika laju
reaksi orde satu (Hchener et al., 2003; Roncevic et al., 2005; Pala et al., 2006; Zahed et al., 2011;
Agarry et al, 2013).
𝑑𝐶
= −𝑘𝐶 (viii)
𝑑𝑡
𝐶 = 𝐶0 𝑒 −𝑘𝑡 (ix)
C : Konsentrasi akhir subtrat
C0 : Konsentrasi awal subtrat
k : Konstanta laju reaksi atau konstanta laju biodegradibilitas (1/waktu)
Persamaan tersebut (viii) dilakukan linearisasi sehingga diperoleh persamaan
ln 𝐶 = 𝑙𝑛 𝐶0 − 𝑘. 𝑡 (x)
Waktu paruh juga diperoleh dengan persamaan t 1/2 = 0.693/k (Mihelcic & Zimmerman, 2014).
Perolehan koefisien yield utilitas pertumbuhan dan subtrat juga diperhitungkan dengan persamaan
(Mihelcic & Zimmerman, 2014).
∆𝑋
𝑌= (xi)
∆𝑆
𝑌 : Koefisien perolehan yield (dimensionless)
∆𝑋 : Selisih atau delta biomassa awal dan akhir
∆𝑆 : Selisih atau delta subtrat awal dan akhir

HASIL DAN PEMBAHASAN

Kinetika biodegradasi (laju pertumbuhan maksimum dan afinitas biodegradibilitas)
Kurva pertumbuhan biomassa mikroorganisme (mg/ml) untuk masing-masing variasi
digambarkan pada gambar 1. Kurva pertumbuhan biomassa mikroorganisme menunjukkan
beberapa fase diantaranya, yaitu fase lag, fase logaritmik atau eksponensial, fase stasioner, dan
fase kematian (Lavens & Sorgeloos, 1996; Kawore, 2010). Kurva pertumbuhan biomassa yang
menunjukkan fase lag paling lama adalah variasi subtrat 40 ml/L selama 36 jam, sedangkan variasi
subtrat lain, seperti 2.5 ml/L, 5 ml/L, 10 ml/L, 20 ml/L mengalami fase lag kurang lebih selama
12 jam. Fase lag merupakan fase terjadinya pembelahan sel memiliki resultan sama dengan sel
yang mati dan kepadatan sel belum meningkat sehingga sel masih dalam tahap adaptasi dengan
kondisi lingkungan kultur baru seperti pH, salinitas, suhu, dan hanya aktif melakukan metabolisme
sintesis protein untuk bertahan hidup (Lavens & Sorgeloos, 1996). Fase lag yang panjang
menunjukkan sel beradaptasi terhadap kondisi lingkungan membutuhkan waktu yang lama untuk
mencapai fase pertumbuhan eksponensialnya. Kandungan di subtrat crude oil memungkinkan juga
memiliki potensi adanya inhibitor sehingga manjadi racun bagi pertumbuhan biomassa sel (Wei et
al, 2010; Zavareh et al, 2016). Variasi subtrat 10 ml/L menunjukan kondisi fase eksponensial
tertinggi sehingga mempengaruhi laju pertumbuhan spesifiknya yang paling tinggi dibandingkan
variasi subtrat lain.
 0.35
0.3

Biomassa (mg/ml)
0.25
ml/l 2.5
0.2
ml/l 5
0.15
ml/l 10
0.1
ml/l 20
0.05
ml/l 40
0
0 12 24 36 48 60 72 84 96
Jam

Gambar 1. Kurva pertumbuhan biomassa mikroorgansime untuk masing-masing subtrat

Perhitungan laju pertumbuhan spesifik (𝜇) diambil titik pada fase eksponensial dimana fase
ini mengalami kenaikan pertumbuhan mikroba secara signifikan. Masing-masing variasi memiliki
laju pertumbuhan spesifik yang berbeda (tabel 1). Laju pertumbuhan spesifik tertinggi adalah
variasi subtrat 10 ml/L yang berkorelasi dengan fase eksponensialnya yang tinggi dan fase lag
yang pendek. Laju pertumbuhan spesifik dari masing-masing variasi subtrat dilakukan modelling
dengan model Monod sederhana untuk menentukan laju pertumbuhan maksimum dan half
saturation. Persamaan diperoleh dari model laju pertumbuhan spesifik (𝜇) terhadap subtrat.
Densitas crude heavy oil adalah 0.9719 g/cm3 = 971900 mg/L(Zou, 2017) sehingga ml/L subtrat dapat
dikonversi ke mg/ml.

Tabel 1. Nilai laju pertumbuhan spesifik (𝜇)

S (mg/ml) 𝜇 (1/hari)
2.42975 0.034223
4.8595 0.037296
9.719 0.047246
19.438 0.042106
38.876 0.045752

Persamaan garis yang diperoleh adalah y = 19.503x + 21.45. Persamaan tersebut

merupakan hasil regresi linear grafik 1/S terhadap 1/𝜇 (gambar 2). Persamaan regresi linear
1 𝐾𝑠 1
tersebut ekuivalen dengan persamanaan Monod sederhana yang telah dilinearisasikan, 𝜇 = 𝜇
𝑚𝑎𝑘𝑠 𝑆
1
+ 𝜇𝑚𝑎𝑘𝑠
, sehingga diperoleh nilai 𝜇𝑚𝑎𝑘𝑠 adalah 0.05127/jam dan Ks adalah 1.09983 mg/ml.
Model ini serupa dengan linearisasi seperti tranformasi persamaan Michaelis-Menten menjadi
persamaan linear Linewaver-Burk. Keuntungan linearisasi ini adalah dapat menentukan kecepatan
maksimum secara akurat (Nelson & Cox, 2004). Laju pertumbuhan maksimum menunjukkan
pertumbuhan bakteri yang terus meningkat pada fase eksponensial sebelum mencapai fase
stasioner. Nilai Ks merupakan aifnitas biodegradibilitas atau ketertarikan mikroorganisme
terhadap subtrat. Semakin kecil nilai Ks, laju pertumbuhan maksimum yang dicapai akan semakin
cepat pula (Effendi & Ilyas, 2010).

Gambar 2. Grafik linearisasi model pertumbuhan Monod sederhana

Nilai Ks bisa juga ditulis menjadi 1099.83 mg/L = 1.09963 g/L. Model pertumbuhan
Monod sederhana memberikan nilai R2 = 0.8093 yang menunjukkan kecocokan dan korelasi
dengan model Monod sederhana. Fase stasioner yang dicapai untuk masing-masing variasi
berbeda-beda. Masing-masing variasi subtrat mencapai fase stasioner dengan jangka waktu yang
pendek dan langsung menuju fase kematian. Fase kematian yang dicapai cukup drastis ini
kemungkinan dipengaruhi oleh faktor inhibitor di dalam subtrat dan nutrisi yang terbatas karena
telah dikonsumsi dengan cukup banyak di awal fase sehingga mikroorganisme kehabisan nutrisi
dan jumlah sel yang mati bertambah banyak dibandingkan sel yang bertahan hidup (Mohee &
Mudhoo, 2012; Zavareh et al, 2016).
Tabel 2. Perbandingan persamaan model yang digunakan
Model Persamaan 𝜇𝑚𝑎𝑘𝑠 (jam-1) Ks (mg/L) Ki (mg/L) R2
𝑆
Monod 𝜇 = 𝜇𝑚𝑎𝑥 0.0512 1099.83 - 0.8093
𝐾𝑠 + 𝑆
𝜇𝑚𝑎𝑥
𝜇=
Haldane 𝐾𝑠 𝑆 0.091 3.78 50 0.95
(1 + )(1 + )
𝑆 𝐾𝑖
𝑆 −𝑆
Aiba 𝜇 = 𝜇𝑚𝑎𝑥 𝑒 𝐾𝑖 0.086 3.282 100 0.87
𝐾𝑠 + 𝑆
−𝑆 −𝑆
Tessier 𝜇 = 𝜇𝑚𝑎𝑥 (𝑒 𝐾𝑖 −𝑒 𝐾𝑠 ) 0.064 0.331 142.85 0.96

Nilai model ini dibandingkan dengan hasil perhitungan oleh Zavareh et al (2016).
Penelitian Zavareh et al (2016) menggunakan model persamaan Haldane, Aiba, dan Tessier (tabel
2). Ketiga persamaan tersebut merupakan turunan dari persamaan model Monod sederhana yang
telah dimodifikasi dengan kondisi adanya faktor inhibitor sehingga menghasilkan nilai 𝜇𝑚𝑎𝑘𝑠 dan
Ks yang berbeda dibandingkan persamaan Monod sederhana (tabel 2). Faktor inihibitor (Ki)
ini memberikan pengaruh nilai 𝜇𝑚𝑎𝑘𝑠 yang lebih tinggi dan Ks yang lebih rendah dengan nilai
kecocokan model (R2) yang lebih mendekati 1. Hal ini menunjukan bahwa subtrat crude
oil memiliki kandungan yang juga dapat menjadi inhibitor bagi pertumbuhan bakteri.
Perhitungan model yang dilakukan oleh Zavareh et al (2016) adalah menggunakan
software MATLAB, sedangkan perhitungan ulang model yang dilakukan adalah dengan
software Excel spreadsheet sederhana sehingga akurasi yang dihasilkan berkurang. Data-
data yang diekstrak juga merupakan data grafik bukan data mentah sebenarnya sehingga
akan berpengaruh pada perbedaan perhitungan kinetika yang telah dihitung ulang karena
akurasi data dan tingkat kesalahan dalam pengambilan data.
Kinetika penurunan subtrat (laju biodegradibilitas)
Degradasi subtrat crude oil digambarkan dengan grafik penurunan subtrat dalam mg/ml
(gambar 3). Penurunan ini terjadi karena konsentrasi crude oil yang terus berkurang karena adanya
proses biodegradasi oleh bakteri seiring waktu sehingga dapat diperoleh laju biodegradibilitas.
Meskipun konsentrasi inhibitor sangat mempengaruhi pembentukan biomassa bakteri, subtrat
crude oil mengalami penurunan setiap jamnya yang menunjukkan bahwa bakteri mampu
mendegradasi subtrat crude oil karena memenuhi sumber karbon untuk metabolisme sel. Densitas
crude heavy oil adalah 0.9719 g/cm3 = 971900 mg/L (Zou, 2017) sehingga ml/L subtrat dapat
dikonversi ke mg/ml seperti yang dilakukan pada model laju pertumbuhan sebelumnya.

45
40
35
Subtrat (mg/ml)

30 38.876 mg/ml
25
19.438 mg/ml
20
15 9.719 mg/ml
10 4.859 mg/ml
5 2.429 mg/ml
0
0 12 24 36 48 60 72 84 96
Jam

Gambar 3. Grafik penurunan subtrat crude oil untuk masing-masing variasi subtrat
Hasil penurunan subtrat dilakukan linearisasi untuk kinetika reaksi orde satu dan
memperoleh konstanta laju reaksi atau laju biodegradibilitas. Nilai substrat diubah menjadi lnS,
kemudian diplot ke dalam grafik lnS terhadap t (waktu) sehingga diperoleh persamaan regresi yang
nilai slope-nya (-k) merupakan laju biodegradiblitas untuk masing-masing subtrat. Kurva model
kinetika reaksi orde satu ln S terhadap waktu untuk penurunan konsentrasi crude oil pada masing-
masing variasi subtrat menggambarkan penurunan konsentrasi subtrat crude oil secara linear
(gambar 4). Kurva model linearisasi penurunan subtrat juga menunjukkan R2 yang mendekati 1
sehingga penurunan yang didekati dengan model kinetika reaksi orde satu cukup baik. Penurunan
subtrat terus terjadi hingga hari ke-84.
Hasil kinetika menunjukan konstanta laju biodegradibilitas semakin tinggi pada variasi
subtrat yang konsentrasinya tinggi pula. Konstanta laju biodegradibilitas tinggi maka proses
degradasi berlangsung sangat cepat dan efisien yang juga dipengaruhi oleh konsentrasi awal
subtrat yang diberikan (Reynolds & Richards, 1996). Crude oil merupakan subtrat yang terdiri dari
sumber karbon sehingga konsentrasi crude oil yang tinggi akan memberikan sumber karbon yang
banyak untuk dikonsumsi bakteri. Pengaruh inhibitor hanya mempengaruhi penambahan
biomassa, namun tidak untuk menurunkan konsentrasi crude oil (Zavareh et al, 2016). Adanya
kemungkinan tambahan nutrient atau biostimulan juga dapat mempengaruhi konstanta laju
biodegradibilllitas yang tinggi (Agarry et al, 2013). Waktu paruh dari masing-masing subtrat
menunjukkan waktu yang diperlukan untuk mencapai proses degradasi setengah dari konsentrasi
awal (tabel 3). Waktu paruh singkat, maka proses mendegradasi setengah dari konsentrasi awal
semakin cepat (Agarry et al, 2013).
2.429 mg/ml 4.859 mg/ml
y = -0.0101x + 0.7939
1 R² = 0.8372 2 y = -0.0142x + 1.4255
R² = 0.9041
1.5
0.5

lnS
1
lnS

0.5
0
0
0 12 24 36 48 60 72 84 96
0 12 24 36 48 60 72 84 96
-0.5
Jam Jam

9.719 mg/ml 19.438 mg/ml

y = -0.0207x + 2.0551 y = -0.0254x + 2.9528
3 4
R² = 0.8946 R² = 0.9454
2 3
lnS

lnS

2
1 1
0 0
0 12 24 36 48 60 72 84 96 0 12 24 36 48 60 72 84 96
Jam Jam

38.876 mg/ml
6 y = -0.0336x + 3.9137
R² = 0.965
4
lnS

2
0
0 12 24 36 48 60 72 84 96
Jam

Gambar 4. Kinetika penurunan subtrat crude oil untuk masing-masing variasi subtrat

Tabel 3. Laju biodegradibilitas dan waktu paruh untuk masing-masing varisi subtrat
Subtrat
k (laju biodegradibilitas = 1/jam) Waktu paruh (jam)
ml/L mg/ml
2.5 2.42975 0.0101 68.61386
5 4.8595 0.0142 48.80282
10 9.719 0.0207 33.47826
20 19.438 0.0254 27.28346
40 38.876 0.0336 20.625
Perolehan koefisien yield
Perolehan koefisien yield diambil pada fase eksponensial dari masing-masing mikroba
untuk setiap variasi subtrat (Aisami, et al., 2020). Koefisien yield menunjukkan banyaknya
konsumsi subtrat yang dikonversi ke banyaknya jumlah biomassa mikroba yang dihasilkan
(Mihelcic & Zimmerman, 2014; Aisami et al, 2020). Koefisien yield variasi subtrat 40 ml/l
menunjukkan yield terendah, yaitu 0.0771 (mg/mg). Hal ini juga menunjukkan semakin banyak
konsentrasi subtrat yang diberikan kemampuan bakteri untuk memproduksi biomassa dari subtrat
yang dikonsumsi juga munurun karena adanya pengaruh tingginya konsentrasi inhibitor yang
sebanding dengan tingginya konsentrasi subtrat (Zavareh et al, 2016). Hal ini menyebabkan
banyaknya biomassa sel yang tumbuh mati pada kondisi toksiksitas tinggi. Nilai yield yang tinggi
dan rendah tidak selalu mengindikasi tingkat degradibilitas yang lebih baik atau buruk karena ada
faktor lain yang mepengaruhi kinetika biodegradasi, seperti aktivitas enzim dan konsentrasi awal
subtrat (Septiani et al, 2014).
Tabel 4. Perolehan koefisien yield untuk masing-masing variasi subtrat crude oil

Subtrat Koefisien Yield

ml/L mg/ml (mg/mg)
2.5 2.42975 0.08352
5 4.8595 0.05071
10 9.719 0.05685
20 19.438 0.01546
40 38.876 0.00771

KESIMPULAN
Hasil perhitungan ulang dari data penelitian Zavareh et al (2016) yang merupakan
bioremediasi crude oil oleh isolasi bakteri sedimen pesisir pantai menunjukan laju pertumbuhan
biomassa pada setiap variasi subtrat crude oil 2.5 ml/L, 5 ml/L, 10 ml/L, 20 ml/L, dan 40 ml/L
adalah 0.034224/jam, 0.037296/jam, 0.047246/jam, 0.042106/jam, dan 0.045752/jam. Kinetika
bioremediasi dihitung menggunakan model Monod sederhana yang telah dilinearisasi. Parameter
kinetika yang diperoleh 𝜇𝑚𝑎𝑘𝑠 adalah 0.05127/jam yang menunjukkan laju pertumbuhan
biomassa bakteri maksimum dan Ks adalah 1.09983 mg/ml yang menunjukkan afinitas
biodegradibilitas dengan korelasi model (R 2) 0.8095. Konstanta laju bidegradibilitas untuk
masing-masing subtrat crude oil 2.5 ml/L, 5 ml/L, 10 ml/L, 20 ml/L, dan 40 ml/L adalah
0.0101/jam, 0.0142/jam, 0.0207/jam, 0.254/jam, dan 0.0336/jam, serta waktu paruh adalah 68.61
jam, 48.8 jam, 33.47 jam, 27.28 jam, dan 20.62 jam. Perolehan koefisien yield untuk masing-
masing variasi subtrat adalah 0.08352, 0.05071, 0.05685, 0.01546, 0.0071 (mg/mg).

DAFTAR PUSTAKA
Agarry, S., Aremu, M., & Aworanti, O. (2013). Kinetic Modelling and Half-Life Study on
Bioremediation of Soil Co-Contaminated with Lubricating Motor Oil and Lead Using
Different Bioremediation Strategies. Soil and Sediment Contamination, 22:800-816.
Aisami, A., Usman, M., Siddan, A., Ramlatu, M., James, I., Garba, L., . . . M.Y., S. (2020). Yield
coefficient for the growth of Pseudomonas sp.AQ5-04atvarious concentrations of phenol.
African Journal of Biotechnology, 19(7) : 400-407.
Atlas, R. (1981). Microbial degradation of petroleum hydrocarbons: an environmental perspective.
Microbiol Rev, 45 (1): 180-209.
Christensen, J., Owens, T., Devol, A., & Packard, T. (1980). Respiration and Physiological State
in Marine Bacteria. Marine Biology, 267-276.
Cookson, J. (1995). Bioremediation Design and Application. New York: McGraw-Hill.
Effendi, A., & Ilyas, Y. (2010). Improvement of Oil-Contaminated Soil Bioremediation by the
Addition of Bio-surfactant Producing Bacteria Varied with Bulking Agents. 6th
International Symposium on Novel Carbon Resource Science (pp. 1-10). Fukuoka: Faculty
of Civil & Environmental Engineering, ITB.
Kumar, V., Kumar, M., & Prasad, R. (2018). Microbial Action on Hydrocarbon. Singapore:
Springer.
Levens, P., & Sorgeloss, P. (1996). Manual on The Production and Use of Live Food for
Aquaculture. FAO Fisheries Technical Paper, 361, 295.
Mihelcic, J., & Zimmerman, J. (2014). Environmental Engineering: Fundamental, Sustainability,
Design. Second Edition. Hoboken: John Wiley&Sons.
Mishra, M., Singh, S., & Kumar, A. (2021). Environmental factors affecting the bioremediation
potential of microbes. In A. Kumar, V. Singh, & V. Mishra, Microbe Mediated
Remediation of Environmental Contaminants (pp. 47-58). Amsterdam: Elsevier.
Mohee, R., & Mudhoo, A. (2012). Bioremediation and Sustainability : Research and Applications.
Hoboken: John Wiley&Sons.
Nelson, D., & Cox, M. (2004). Lehninger Principles of Biochemistry Fourth Edition. New York:
W.H. Freeman.
Rahayu, S. (2005). Peranan Mikroorganisme dalam Bioremediasi Tanah yang Tercemar Logam
Berat dari Limbah Industri. media.neliti.com, 21-30.
Reynolds, T., & Richards, P. (1996). Unit Operation and Process in Environmental Engineering
2nd Edition. Boston: PWS Publishing Company.
Septiani, W., Slamet, A., & Hermana, J. (2014). Pengaruh Konsentrasi Substrat terhadap Laju
Pertumbuhan Alga dan Bakteri Heterotropik pada Sistem HRAR. JURNAL TEKNIK
POMITS, 2337-3539.
Wei, Y., Che, W., Chang, S., & Chen, B. (2010). Exploring kinetics of phenol biodegradation by
Cupriavidus taiwanesis. Int J Mol Sci, (12): 5065-5076.
Zavareh, M., Ebrahimipour, G., Moghadam, M., Fakhari, J., & Abdoli, T. (2016). Bioremediation
of Crude Oil Using Bacterium from the Costal Sediments of Kish Island, Iran. Iran Journal
Public Health, 670-679.
Zou, C. (2017). Unconventional Petroleum Geology. Amsterdam: Elsevier Inc.