Budianto 05032622327001
Widi Handoko
PROGRAM STUDI
MAGISTER TEKNOLOGI INDUSTRI PERTANIAN
FAKULTAS PERTANIAN
UNIVERSITAS SRIWIJAYA
2023
KATA PENGANTAR
Proyeksi populasi dunia mencapai 9,5 miliar pada tahun 2050, permintaan
akan makanan, air dan minuman diperkirakan akan meningkat seiring dengan
perkiraan kenaikan permintaan global untuk lemak dan minyak menjadi 360 juta
2
ton pada tahun 2043. Lonjakan ini akan menimbulkan tantangan lingkungan,
terutama terkait pembuangan limbah pabrik minyak kelapa sawit (POME), suatu
produk sampingan yang menyertai setiap ton minyak kelapa sawit mentah (CPO)
yang diproduksi. POME kaya akan air, minyak, total padatan dan padatan
tersuspensi, merupakan perhatian lingkungan utama karena kemampuannya untuk
larut dengan mudah dalam air, melepaskan partikel tersuspensi dan menyebabkan
polusi lingkungan. Perjuangan untuk mengolah POME hingga mencapai batas
pembuangan yang aman merupakan tantangan berkelanjutan bagi pabrik minyak
kelapa sawit. Penanganan dampak lingkungan dari pembuangan POME menjadi
tugas berbagai pihak di industri minyak kelapa sawit beriringan dengan
meningkatnya permintaan global (Chong et al., 2021). POME dapat dimanfaatkan
sebagai sumber karbon bagi mikroba karena kandungan senyawa organik yang
sangat tinggi. POME dapat digunakan sebagai bahan baku untuk produksi
hidrogen untuk energi hijau (Prasetyo et al., 2018).
Berbagai metode pengolahan air limbah telah ada seperti sistem kolam
terbuka konvensional tetapi terbukti tidak efisien dan gagal memenuhi batas
pembuangan yang ketat yang ditetapkan oleh otoritas lingkungan. Digester
Anaerobik (AD) berlapis-lapis sebagai alternatif terutama di pabrik kelapa sawit
modern, memberikan pengurangan yang lebih baik dalam kontaminasi air serta
penangkapan gas metana dan CO2. Sifat kompleks POME yang dipengaruhi oleh
musim tanam dan efisiensi penggilingan menimbulkan tantangan untuk
pencernaan anaerobik yang stabil dan berdampak pada produksi biogas. Transisi
Industri 4.0 menerapkan analisis big data dan machine learning, termasuk
jaringan saraf tiruan, sistem inferensi neural fuzzy adaptif (ANFIS), dan Response
Surface Methodology (RSM) akan menjadi krusial untuk mengoptimalkan kinerja
AD. Model-model tersebut telah terbukti efektif dalam memprediksi produksi
biogas dan komposisi metana dalam berbagai studi, memberikan wawasan untuk
mekanisme kontrol yang lebih baik dan optimalisasi proses. Implementasi
praktisnya pada fasilitas industri skala besar masih terbatas meskipun berhasil
diaplikasikan pada pabrik skala pilot (D. J. S. Chong et al., 2023).
Buah tandan segar kelapa sawit menghasilkan sekitar 25% minyak kelapa
sawit mentah (CPO) atau 65% dari daging (mesokarp) buahnya dan minyak kernel
3
kelapa sawit mentah (CPKO) dari biji atau intinya. CPO telah digunakan dalam
beberapa bahan penting untuk aplikasi makanan dan non-makanan. Banyak
penggunaan CPO disebabkan oleh komposisi asam lemak jenuh (0,5% miristik,
41,8% palmitat, dan 3,7% stearat) dan tak jenuh (44,4% oleat dan 9,7% linoleat)
yang hampir seimbang. Ini melayani banyak kebutuhan CPO non-ekonomi seperti
CPO asam lemak bebas tinggi (HFFA-CPO) untuk produk non-pangan seperti
biolubrikan [5]. HFFA-CPO biasanya diproduksi selama periode panen FFB pada
musim hujan atau musim pengawasan yang kurang baik, seperti FFB yang belum
matang atau terlalu matang. Dampak buruk dari bahan bakar fosil, minyak bumi,
dan bahan berbasis minyak bumi seperti pelumas, telah mendorong minat peneliti
dan industri terhadap minyak nabati sebagai sumber bahan baku alternatif. Secara
khusus, banyak karya sekarang fokus pada modifikasi sifat kimia minyak nabati
agar cocok menggantikan pelumas konvensional yang tidak ramah lingkungan
yang berasal dari bahan bakar fosil [6]. Akibatnya, HFFA-CPO didorong menjadi
bahan baku utama untuk berbagai industri produk oleokimia, termasuk produksi
biolubrikan, biodiesel, dan bioplastik [4]. Dengan kemajuan teknologi oleokimia
saat ini dan alasan yang tidak ekonomis, HFFA-CPO semakin diminati sebagai
bahan baku untuk produksi biolubrikan hijau [7].
Selain itu, pendekatan ini juga memungkinkan peneliti untuk memprediksi hasil
optimalisasi berdasarkan model regresi yang dikembangkan, sehingga
memungkinkan untuk memperkirakan hasil eksperimen yang belum dilakukan.
Hal ini dapat membantu dalam perencanaan dan pengambilan keputusan terkait
dengan proses produksi biodiesel dari POME, serta memastikan bahwa hasil
optimalisasi sesuai dengan standar kualitas dan spesifikasi yang ditetapkan [5].
Dengan demikian, pendekatan research style optimasi seperti desain Box-Behnken
dari metodologi respons permukaan (RSM) memainkan peran penting dalam
memastikan efisiensi dan keberhasilan dalam proses produksi biodiesel, serta
memungkinkan pengembangan model yang dapat digunakan untuk memprediksi
hasil optimalisasi di masa depan [6].
pada kondisi optimal adalah 181°C, yang lebih tinggi dari level minimum yang
ditetapkan oleh standar (130.0°C) .
Dari hasil validasi dan perbandingan dengan standar kualitas, dapat disimpulkan
bahwa persamaan model yang dikembangkan dalam penelitian ini dapat
diandalkan untuk memprediksi hasil optimalisasi produksi biodiesel dari POME.
Hal ini memungkinkan untuk perencanaan dan pengambilan keputusan terkait
dengan proses produksi biodiesel, serta memastikan bahwa hasil optimalisasi
sesuai dengan standar kualitas dan spesifikasi yang ditetapkan .
Selain itu, persamaan model ini juga dapat digunakan untuk memahami interaksi
antara faktor-faktor independen yang mempengaruhi produksi biodiesel, serta
untuk memperkirakan hasil produksi biodiesel dari POME berdasarkan kondisi
operasional yang berbeda. Hal ini dapat membantu dalam pengembangan model
yang dapat digunakan untuk memprediksi hasil optimalisasi di masa depan dan
memastikan efisiensi dalam proses produksi.
5. Kesimpulan
Kesimpulan dari penelitian ini adalah bahwa produksi biodiesel dari limbah cair
kelapa sawit (POME) menggunakan lipase Candida rugosa yang diimobilisasi
telah berhasil dioptimalkan. Desain Box-Behnken dari metodologi respons
permukaan (RSM) digunakan untuk mengidentifikasi kondisi optimal untuk
parameter-parameter yang diuji, seperti rasio metanol/POME, waktu reaksi, berat
dari butiran yang diimobilisasi, dan kecepatan pengadukan. Hasil optimalisasi
menunjukkan bahwa rendemen tertinggi dari metil ester asam palmitat (PAME)
dan metil ester asam oleat (OAME) diperoleh pada kondisi optimum. Sifat-sifat
bahan bakar biodiesel yang dihasilkan juga ditemukan sesuai dengan standar
kualitas dan spesifikasi.
Penelitian ini juga melakukan validasi model untuk transesterifikasi minyak yang
diekstraksi dari POME. Hasil validasi menunjukkan bahwa model yang
dikembangkan dapat memprediksi hasil optimalisasi produksi biodiesel dari
6
POME dengan baik. Selain itu, persamaan regresi untuk produksi biodiesel dari
POME ditentukan menggunakan hasil eksperimen, dan hasilnya menunjukkan
bahwa rendemen tertinggi dari OAME dan PAME diperoleh dari kondisi spesifik.
Proses ini diharapkan dapat mengurangi biaya produksi biodiesel dan mengatasi
masalah lingkungan yang terkait dengan pembuangan POME.