Rancang Bangun Model Pengurangan Emisi Gas Rumah Kaca pada lndustri Biodisel Kelapa Sawit Berkelanjutan Menggunakan Sistem Cerdas
RANCANG BANGUN
MODEL PENGURANGAN EMISI GAS RUMAH KACA PADA
INDUSTRI BIODISEL KELAPA SAWIT BERKELANJUTAN
MENGGUNAKAN SISTEM CERDAS
HERMAWAN PRASETYA
SEKOLAH PASCASARJANA
INSTITUT PERTANIAN BOGOR
BOGOR
2015
PERNYATAAN MENGENAI DISERTASI DAN
SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA*
Dengan ini saya menyatakan bahwa disertasi berjudul Rancang Bangun Model
Pengurangan Emisi Gas Rumah Kaca pada Industri Biodisel Kelapa Sawit
Berkelanjutan Menggunakan Sistem Cerdas adalah benar karya saya dengan arahan
dari komisi pembimbing dan belum diajukan dalam bentuk apa pun kepada
perguruan tinggi mana pun. Sumber informasi yang berasal atau dikutip dari karya
yang diterbitkan maupun tidak diterbitkan dari penulis lain telah disebutkan dalam
teks dan dicantumkan dalam Daftar Pustaka di bagian akhir disertasi ini.
Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut
Pertanian Bogor.
Bogor, 2015
Hermawan Prasetya
NIM F361100051
RINGKASAN
HERMAWAN PRASETYA. Rancang Bangun Model Pengurangan Emisi Gas
Rumah Kaca pada Industri Biodisel Kelapa Sawit Berkelanjutan. Dibimbing oleh
YANDRA ARKEMAN, ERLIZA HAMBALI, MUHAMMAD IKHWANUDDIN
MAWARDI dan RIZALDI BOER
Saat ini, pengurangan emisi gas rumah kaca (GRK) dari rantai proses
produksi biodoesel dari kelapa sawit dijadikan salah satu persyaratan ekspor produk
ke beberapa negara. Amerika Serikat mensyaratkan pengurangan emisi GRK
sebesar 20%, sementara Uni Eropa sebesar 35%. Pengurangan emisi GRK juga
sejalan dengan komitmen pemerintah untuk mengurangi emisi sebesar 26% dengan
usaha sendiri dan 41 % dengan bantuan internasional pada tahun 2020. Oleh karena
itu diperlukan model untuk menghitung, memprediksi dan merekomendasikan
kebijakan untuk pengurangan emisi GRK.
Tujuan dari penelitian adalah untuk merancang bangun model pengurangan
emisi GRK dari industri biodiesel kelapa sawit. Tujuan tersebut diperinci menjadi
lima sasaran, yaitu (1) teridentifikasinya sumber-sumber emisi dan teknologi rduksi
emisi GRK, (2) teridentifikasinya tingkat reduksi GRK dari rantai proses produksi
biodiesel saat ini, (3) tersusunnya rancangan model reduksi emisi GRK, (4)
terprediksi emisi GRK dari industri biodiesel kelapa sawit hingga 2020, dan (5)
terekomendasikannya kebijakan teknologi untuk mereduksi emisi GRK dari
industri kelapa sawit.
Berdasarkan analisis deskriptif terhadap data sekunder dan kajian literatur
teridentifikasi terdapat 47 variabel yang harus dimasukkan dalam perhitungan emisi
GRK dari biodiesel kelapa sawit dan terdapat 5 jenis teknologi yang berpotensi
menurunkan emisi GRK dari industri tersebut. Selanjutnya dengan menggunakan
lembar kerja (spreahsheet) Biograce yang sudah dimodifikasi, diperolah hasil
perhitungan reduksi emisi GRK dari industri biodiesel kelapa sawit sebesar 61%
bila tanpa implementasi teknologi, dan bila kelima teknologi tersebut diterapkan
maka reduksi emisi mencapai 85%, serta teridentifikasi bahwa teknologi
penangkapan gas metana merupakan teknologi yang paling besar peranannya dalam
menurunkan emisi GRK dari industri biodiesel kelapa sawit.
Rancang bangun model reduksi emisi GRK dari industri kelapa sawit
menggunakan model siklus hidup dengan dinamika system (System Dynamic Life
Cycle Model =SDLCM). Pengembangan model ini dapat digunakan untuk
memprediksi emisi GRK dari industri biodisel kelapa sawit yang menunjukkan pola
yang tidak linear serta memprediksikan besarnya reduksi emisi GRK dengan
penerapan beberapa teknologi. Penggabungan SDLCM dengan algoritma genetika
(genetic algorithm=GA), yang kemudian disebut dengan dinamika sistem cerdas
(intelligence system dynamic model), digunakan untuk mencari kombinasi
implementasi teknologi yang optimum baik dari segi jenis maupun waktu
implementasi. Optimasi menggunakan dinamika sistem cerdas ini menggunakan
kromosom dengan kode ganda (bi-coded chromosome) yang merepresentasikan
jenis teknologi dan tahun implementasi teknologi. Optimasi yang dilakukan
merupakan optimasi dengan tujuan jamak (multi-objectives optimization), yang
berupa maksimasi reduksi emisi GRK dan minimasi biaya mitigasi emisi GRK.
Berdasarkan simulasi dengan menggunakan ISDM dengan 80 iterasi dengan 3
generasi, diperoleh skenario penerapan kombinasi teknologi optimum untuk
mereduksi emisi GRK dari industri biodiesel kelapa sawit. Skenario tersebut
disimulasikan mampu mereduksi emisi GRK rata-rata sebesar 83.85% dengan nilai
masa depan biaya mitigasi sebesar 5,993.57 USD per 1% reduksi emisi GRK.
Kajian kebijakan teknologi penangkapan gas metana dilakukan dengan
menggunakan pendekatan manajemen teknologi untuk pengembangan wilayah.
Perumusan strategi perolehan teknologi penangkapan gas metana dilakukan dengan
menganalisis tingkat dari status teknologi, kemampuan teknologi dan iklim
teknologi. Berdasarkan kajian tersebut disusun aturan If-Then (If-Then Rules) untuk
menentukan strategi perolehan teknologi. Hasil dari kajian kebijakan teknologi
terhadap penangkapan gas metana menunjukkan bahwa tingkat status teknologi
berada pada tingkat sedang, kemampuan teknologi sedang dan iklim teknologi
berada dalam tingkatan kurang mendukung, sehingga strategi perolehan teknologi
yang direkomendasikan adalah aliansi strategis.
Berdasarkan hasil kajian tersebut maka disarankan penelitian lanjutan
dengan model berbasis agen untuk meningkatkan akurasi hasil kajian dan
pengembangan komputasi paralel untuk melakukan agregasi terhadap perusahaanperusahaan kelapa sawit dan biodiesel di suatu daerah. Kebijakan yang
direkomendasikan dari hasil kajian ini adalah (1) pembatasan ekapansi kebun sawit
pada lahan-lahan dengan stok karbon tinggi perlu dilakukan, dan (2) Kebijakan
teknologi untuk mendorong penerapan dan pengembangan teknologi penagkapan
gas metana yang berupa penurunan bea masuk komponen teknologi dan insentif
bagi penelitian dan pengembangan teknologi tersebut.
Kata kunci: emisi Gas rumah kaca, kajian siklus hidup, model siklus hidup dengan
dinamika sistem, algoritma genetika, kebijakan teknologi
SUMMARY
HERMAWAN PRASETYA. Designing Model of Green House Gas Emission
Reduction from Sustainable Palm Oil Biodiesel Industry Using Intelligent System.
Supervised by YANDRA ARKEMAN, ERLIZA HAMBALI, MUHAMMAD
IKHWANUDDIN MAWARDI and RIZALDI BOER
Nowadays, GHG emission reduction from production chain of palm oil
biodiesel is one of the requirements of the export product to several countries.
Unites States requires GHG emission on the level of 20%, while Europen Union
on the level of 35%. Thus GHG emission reduction is also in line with the
government’s commitment to reduce the GHG emission on the level of 26% by
domestic effort and of 41% by international effort in 2020. Therefore, this needs a
model to calculate, predict and recommend the policy to reduce the GHG emission.
The objective of this research is to design a GHG reduction emission model
of the palm oil biodiesel industry. This objective was classsified into 5 (five)
targets: (1) To identify the GHG emission sources and technology, (2) To identify
the GHG reduction level of the production chain of biodiesel process today, (3).
To manage the model design of GHG emission reduction, (4) To predict GHG
emission from palm oil biodiesel industry up to 2020, and (5) To recommend the
technology policies to reduce GHG emission from the palm oil industry.
Based on the descriptive analysis towards the secondary data and the
literature study, they identify 47 variables which must be included on the GHG
emission calculation, and there are 5 types of technology which are potential to
reduce the GHG emission from the industry. Furthermore, by using Biograce
spreadsheet which has already been modified, it is found that the calculation of the
GHG emission reduction from the palm oil is 61% without technology
implementation, and if all the five technologies are applied, the reduction emission
will be 85%, and it was also identified that the gas methane technology assesment
is the technology which has the biggest role on reducing the GHG emission from
the palmoil biodiesel industry.
The model design of the GHG emission reduction from palm oil industry
using life cycle dynamic system is called System Dynamic Life Cycle Model
(SDLCM). The development of this model could be used to predict GHG emission
from the palm oil biodiesel industry which shows unlinear model, andto predict the
volume of GHG emission reduction by applying some technologies. The
combination of SDLCM with genetic algorithm = GA, which is later on called
intelligence system dynamic model, was using to fnd out the combination of the
optimum technology implementation either from the aspect of typeor the
implementation period of time. This optimation of the intelligence system
dynamicmodel was used bi–coded chromosome which represents the type of
technology and the year of the technology implementation. The optimization held
was the multi – objective optimization, which constitutes as maximation of GHG
emission reductionand minimization of GHG emission mitigation fund. Based on
the simulation using ISDM on 80 iteration with 3 generations, it finds an alternative
of the technology combination application to reduce GHG emission from the palm
oil biodiesed industry. The alternatuve was simulated to be able to reduce the GHG
emission in the average of 83.85%, with the budget of USD 5,993.57 as of 1% GHG
emission reduction.
The study on technology policy of methan gas assesment was held by using
technology management approach for the regional development. The formulation
of this technology was held by analysing the level of technology status, technology
capability and technology climate. Based on the analysis, If-Then Rules is prepared
to determine the technology acquisition strategy. Analysis result of technology
policy for methane capture technology shows technology capability was at medium
level, shile technology climate was less support. Therefore, strategic alliance in
technology development was recommended as technology acquisition strategy.
This two follow up researches are recommended in enchancing the research,
i.e.: developing GHG reduction model by combining current model with agent
based model and developing the model into parallel computing in aggregation GHG
emission from industries in a region. Also, we recommend two policies in reduction
GHG emission: (1) to limit of palm oil expansion into peat land or other high
carbon stock land and reducing tarrif barrier on imported methane capture
technology components and (2) to provide research incentivies for domestic
research activities on developing of methane capture technology.
Keywords: GHG emission, life cycle assessment, system dynamic life cycle model,
system dynamic, genetic algorithm, technology policy
© Hak Cipta Milik IPB, Tahun 2015
Hak Cipta Dilindungi Undang-Undang
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan atau
menyebutkan sumbernya. Pengutipan hanya untuk kepentingan pendidikan,
penelitian, penulisan karya ilmiah, penyusunan laporan, penulisan kritik, atau
tinjauan suatu masalah; dan pengutipan tersebut tidak merugikan kepentingan IPB
Dilarang mengumumkan dan memperbanyak sebagian atau seluruh karya tulis ini
dalam bentuk apa pun tanpa izin IPB
RANCANG BANGUN
MODEL PENGURANGAN EMISI GAS RUMAH KACA PADA
INDUSTRI BIODISEL KELAPA SAWIT BERKELANJUTAN
MENGGUNAKAN SISTEM CERDAS
HERMAWAN PRASETYA
Disertasi
sebagai salah satu syarat untuk memperoleh gelar
Doktor
pada
Program Studi Teknologi Industri Pertanian
SEKOLAH PASCASARJANA
INSTITUT PERTANIAN BOGOR
BOGOR
2015
Penguji pada Ujian Tertutup:
1. Prof Dr Ir Marimin, MSc
2. Prof Dr Ir Udin Hasanudin, MT
Penguji pada Ujian Terbuka:
1. Prof Dr Ir Marimin, MSc
2. Prof Dr Ir Udin Hasanudin, MT
Judul Disertasi :
Rancang Bangun
Model Pengurangan Emisi Gas Rumah Kaca
pada lndustri Biodisel Kelapa Sawit Berkelanjutan Menggunakan
Sistem Cerdas
Nama
Hermawan Prasetya
NIM
F361100051
Disetujui oleh :
Komisi Pembimbing
Dr Ir Yandra Arkeman, MEng
Ketua
Prof(R)
��
in M. MSc DAA
Anggota
Diketahui oleh
Ketua Program Studi
Teknologi Industri Pertanian
Prof Dr
Tanggal Ujian Tertutup
Dr Ir Dahrul Syah, MScAgr
: 13 Agustus 2015
Tanggal Sidang Promosi : 27 Agustus 2015
Tanggal Lulus :
0 9 SEP 2015
PRAKATA
Puji dan syukur penulis panjatkan kepada Allah subhanahu wa ta’ala atas
segala karunia-Nya sehingga penelitian disertasi ini berhasil diselesaikan. Tema
yang dipilih dalam penelitian ini adalah perancangan model pengurangan emisi gas
rumah kaca dari industri biodisel kelapa sawit. Model ini diperlukan untuk
melakukan pergitungan pengurangan emisi gas rumah kaca dari proses produksi
dan pemakaian biodisel kelapa sawit dan merekomendasikan kebijakan-kebijakan
yang harus dilakukan untuk mengurangi emisi gas rumah kaca tersebut khususnya
kebijakan teknologi yang menjadi bidang tugas dari penulis.
Ucapan terima kasih penulis sampaikan kepada Dr Ir Yandra Arkeman,
MEng, Prof Dr Erliza Hambali, Prof Riset Dr Ir M. Ikhwanuddin Mawardi, MSc,
DAA dan Prof Dr Ir Rizaldi Boer, MSc yang telah banyak membimbing,
memberikan masukan dan saran dalam penyusunan disertasi ini. Ucapan terima
kasih juga penulis sampaikan kepada Prof Dr Ir Suprihatin, MEng, Dr Ir Dwi
Setyaningsih, MSi, Dr Ir Titi Chandra Sunarti, MSi dan Dr Eng Ir Taufik Djatna,
MSi atas masukan-masukan dan saran saat penulis melakukan ujian prelim lisan,
kolokium dan penyusunan draft disertasi. Ucapan terimakasih juga disampikan
kepada Prof Dr Ir Udin Hasanudin, MT dan Prof Dr Ir Marimin, MSc, sebagai
penguji luar komisi pembibing, atas evaluasi dan saran perbaikan untuk disertasi
ini.
Ucapan terima kasih juga penulis sampaikan kepada pengelola Beasiswa pada
Kementerian Riset dan Teknologi, Republik Indonesia yang telah memberikan
biaya pendidikan selama penulis melaksanakan studi S3 di IPB. Selesainya studi ini
juga dibantu kelancaran administrasi oleh Sekretariat Program Studi TIP, dibawah
pimpinan Prof Dr Ir Machfud, MS dan dua staf sekretariat yang sangat membantu
(Ibu Nurjanah dan Pak Candra).
Penyelesaian studi ini juga didukung oleh suasana kondisif baik di
perkuliahan, tempat penulis bekerja dan keluarga. Oleh karena itu penulis
mengucapkan terima kasih atas dukungan dan kerjasama rekan-rekan sesama
mahasiswa doktoral di TIP khususnya angkatan 2010 (Cilukba) dan angkatan 2009
serta mahasiswa yang tergabung dalam CIGARIS group. Juga suasana kerja yang
kondusif di tempat kerja baik di P2KPDS maupun di P2KDT BPPT. Penulis ucapkan
terimakasih pada kedua orang tua penulis, ketiga anak penulis (Hani, Hady dan
Hafi) atas doa, dukungan dan pengertiannya selama ini.
Ucapkan terimakasih juga penulis sampaikan kepada semua pihak dan
perseorangan yang tidak bisa sebutkan satu persatu yang telah membantu dan
mendoakan penulis untuk selesainya studi ini.
Akhirnya, semoga penelitian menghasilkan sesuatu yang bermanfaat untuk
pengembangan agroindustri di Indonesia, khususnya pengembangan industri
biodisel kelapa sawit.
Bogor, Agustus 2015
Hermawan Prasetya
DAFTAR ISTILAH
Algoritma genetika: metode optimasi metaheuristik yang mengadopsi konsep
evolusi Darwin.
Biodisel: pengganti petroleum disel yang diproduksi dari minyak nabati, minyak
jelantah atau lemak hewani.
Combined Heat Power (CHP): perangkat yang efisien dan bersih untuk
membangkitkan listrik dan panas dari satu sumber bahan bakar, umumnya
perangkat ini terdiri dari sub sistem mesin pembangkit panas, generator
listrik, pemulih panas (heat recovery) dan interkoneksi listrik.
Dinamika Sistem Cerdas: gabungan antara dinamika sistem dengan komputasi
cerdas untuk mencari kebijakan/skenario optimum dari serangkaian
pilihan kebijakan/skenario yang berjumlah besar.
Dinamika Sistem: model umpan balik yang digunakan untuk mensimulasikan
perilaku sistem pada berbagai kondisi dalam simulasi berbasis perubahan
waktu (time-step simulations)
Emisi gas rumah kaca: enam jenis gas sesuai Protokol Kyoto, yang dilepaskan ke
atmosfer akibat proses produksi atau aktivitas manusia.
Esterifikasi: reaksi antara metanol dengan asam lemak bebas untuk membentuk
metil ester menggunakan katalis asam.
Fungsi Kebugaran (Fitness): rumus atau formula yang terkait dengan tujuan
optimasi, biasnya berupa formula matematika, tetapi dalam kasus ISDM,
fungsi fitness dicari dengan simulasi.
Gas rumah kaca : gas-gas di atmosfer yang memiliki kemampuan untuk dapat
menyerap radiasi matahari yang dipantulkan oleh bumi, sehingga
menyebabkan suhu dipermukaan bumi menjadi hangat, gas ini meliputi :
karbondioksida (CO2), dinitro oksida (N2O ), metana (CH4),
sulfurheksaflorida (SF6), perflorokarbon (PFCs), dan hidroflorokarbon
(HFCs)
Gen: bagian terkecil dari kromosom, yang merepresentasikan nilai satu skenario.
Generasi: tingkatan keturunan yang dihasilkan dari persilangan induk kromosom.
Gliserol: komponen utama dari minyak dan lemak yang merupakan produk
samping dari proses produksi biodiesel.
If Then Rule: aturan berbasis logika lingusitik yang terdiri dari dua bagian, yaitu
bagian sebelum THEN, biasa disebut dengan antecedent dan bagian
setelahnya, biasa disebut dengan consequent.
Iklim Teknologi: kondisi eksternal yang mempengaruhi transformasi teknologi.
Kajian siklus hidup (Life cycle assessment) : salah satu perangkat untuk mengkaji
dampak lingkungan dan penggunaan sumberdaya sepanjang siklus suatu
produk
Kebijakan teknologi: serangkaian kebijakan pemerintah untuk mempengaruhi
penciptaan, akuisisi, adaptasi, difusi dan penggunaan teknologi dalam
masyarakat.
Kelapa sawit: tanaman yang berasal dari Afrika Barat, yang merupakan sumber
minyak nabati dan vitamin.
Kemampuan Teknologi: kemampuan untuk mencari dan memanfaatkan
teknologi untuk keuntungan strategis.
Kompos TBK: pupuk organik yang dibuat dari tandan buah sawit yang dibuat
dengan proses pengomposan dengan dicampur POME.
Komputasi cerdas: model algoritma untuk menyelesaikan permasalahan
kompleks dengan mengadopsi konsep kecerdasan biologi atau alam.
Kromosom: gabungan dari beberapa gen/genom yang merepresentasikan
skenario/solusi dalam algoritma genetika.
Model siklus hidup dengan dinamika sistem: kombinasi antara LCA dengan
dinamika sistem untuk menyajikan innformasi dampak lingkungan
kuantitatif secara temporal dan terkait dengan aspek-aspek yang lain.
Model: penyederhanaan dari dunia nyata.
Mutasi: perubahan kromosom karena perubahan sifat genetika dari dalam
kromosom itu sendiri.
Non-Dominated Sorted Genetic Algorithm: teknik penyelesain optimasi dalam
algoritma genetika bertujuan jamak dengan cara mengurutkan solusi yang
tidak terdominasi.
Offspring: keturunan hasil persilangan antar kromosom induk.
Pabrik Kelapa Sawit (PKS): pabrik yang mengolahan Tandan Buah Segar (TBS)
menjadi CPO, Palm Kernel Oil (PKO) dan menghasilkan produk samping
limbah.
Palm Fatty Acid Destilate: produk samping dari proses refineri CPO menjadi
RPO.
Palm Oil Mill Effluent (POME): limbah cair yang dihasilkan dari proses
sterilisasi TBS, klarifikasi minyak sawit dan operasi hidro-siklon pada
pabrik kelapa sawit (PKS).
Pareto Optimum: serangkaian hasil optimasi pada optimasi dengan tujuan jamak.
Penangkapan Gas Metana: teknologi yang dapat menangkap emisi gas metana
dari POME baik dari kolam penampungan maupun langsung dari PKS.
Persilangan: kombinasi dua kromosom yang berupa pertukaran sebagian
gen/genom untuk mendapatkan kromosom baru.
Populasi Awal: kromosom induk yang dibangkitkan dengan random sebagai bibit
untuk persilangan.
Refineri CPO: pengolahan minyak sawit untuk menghilangkan zat-zat pengotor
(impurities) dan komponen lain yang berpengaruh pada kualitas produk.
Simulasi: perubahan perilaku sistem karena perubahan parameter-parameter
sistem.
Sistem : suatu kesatuan usaha yang terdiri dari dari bagian-bagian yang berkaitan
satu sama lain yang berusaha mencapai satu tujuan dalam suatu
lingkungan yang kompleks
Sistem Cerdas/Komputasi cerdas: sistem metode atau infrastruktur untuk
meningkatkan kecerdasan manusia dengan mempelajari dan menemukan
pola-pola, hubungan dan struktur baru dalam lingkungan yang kompleks
dan dinamis untuk memecahkan masalah-masalah praktis.
Status Teknologi: parameter untuk menilai perkembangan teknologi/tingkat
kemanjuan teknologi antar wilayah atau antar industry.
Tandan Buah Kosong (TBK): bagian dari kelapa sawit yang berfungsi sebagai
tempat menempel buah kelapa sawit.
Tandan Buah Segar (TBS): produk utama kelapa sawit yang dapat diolah menjadi
minyak kasar sawit (Crude Palm Oil) dan minyak inti sawit (palm kernel
oil).
Transesterifikasi: proses penggantian satu alkohol dari sebuah ester oleh satu
alkohol lain dalam proses yang mirip dengan hidrolisis, proses ini
digunakan untuk menurunkan viskositas dari trigliserida.
Triangular Fuzzy Number: keanggotaan bilangan fuzzy yang berbentuk segitiga.
Validasi: proses penentuan derajat akurasi keterwakilan suatu model terhadap
dunia nyata dari perspektif pengguna model.
Verifikasi: proses penentuan akurasi implementasi model terhadap deskripsi
konseptual dari pengembang model dan solusi yang diharapkan dari
model tersebut.
DAFTAR ISI
DAFTAR ISTILAH
xii
DAFTAR ISI
xv
DAFTAR TABEL
xviii
DAFTAR GAMBAR
xix
DAFTAR LAMPIRAN
xx
1 PENDAHULUAN
1
Latar Belakang
1
Kelapa Sawit dan Biodisel Kelapa Sawit
1
Keberlanjutan Industri Biodisel Kelapa Sawit
2
Aplikasi Sistem Cerdas Dalam Kajian Keberlanjutan Industri Biodisel
2
Perumusan Masalah
3
Tujuan Penelitian
4
Manfaat Penelitian
5
Ruang Lingkup Penelitian
5
Kebaruan Penelitian
6
Kerangka Pikir Penelitian
6
Pelaksanaan Penelitian
7
2 TINJAUAN PUSTAKA
9
Kelapa Sawit dan Biodisel Kelapa Sawit
9
Sumber-Sumber Emisi GRK Dari Industri Biodisel Kelapa Sawit
10
Perhitungan Tingkat Emisi GRK
11
Model Dinamika Sistem Untuk LCA
13
Model Dinamika Sistem Cerdas
14
Kajian Kebijakan Teknologi
15
3 PENDEKATAN DAN RANGKUMAN METODOLOGI
16
Pendekatan Sistem
16
Rangkuman Metodologi
17
Analisis Deskriptif
17
Life Cycle Assessment (LCA)
17
Dinamika Sistem
21
Dinamika Sistem Cerdas
22
Non-Numeric Multi Experts Multi Criteria Decission Model
(MEMCDM)
22
4 IDENTIFIKASI SUMBER EMISI DAN TEKNOLOGI REDUKSI EMISI
GAS RUMAH KACA DARI INDUSTRI BIODIESEL KELAPA SAWIT 24
Pendahuluan
24
Metode
25
Hasil
25
Rantai Pasok Industri Biodisel Kelapa Sawit
25
Identifikasi Sumber-Sumber Emisi GRK
27
Identifikasi Teknologi Reduksi Emisi GRK
35
Simpulan
40
Saran
41
5 PERHITUNGAN EMISI GAS RUMAH KACA DARI INDUSTRI
BIODISEL KELAPA SAWIT
42
6
7
8
Pendahuluan
42
Metode
43
Tujuan dan Pendefinisian Lingkup
43
Batasan Sistem dan Inventarisasi Siklus Hidup
44
Hasil dan Pembahasan
49
Emisi dari Perubahan Lahan
49
Emisi GRK Tanpa Implementasi Teknologi
50
Implemetasi Teknologi Untuk Reduksi Emisi GRK
50
Simpulan
54
Saran
54
RANCANG BANGUN MODEL PENGURANGAN EMISI GAS RUMAH
KACA DARI INDUSTRI BIODISEL KELAPA SAWIT BERKELANJUTAN
DENGAN DINAMIKA SISTEM
55
Pendahuluan
55
Metode
56
Identifikasi Model
56
Perancangan Model
56
Validasi dan Simulasi Model
56
Hasil Dan Pembahasan
57
Hasil Identifikasi Model
57
Model Dinamika Sistem Pengurangan Emisi Gas Rumah Kaca
57
Validasi Model
62
Simulasi Reduksi Emisi GRK Melalui Penerapan Beberapa
Teknologi
64
Simpulan Dan Saran
65
Simpulan
65
Saran
65
OPTIMASI REDUKSI EMISI GRK INDUSTRI BIODISEL KELAPA
SAWIT DENGAN DINAMIKA SISTEM CERDAS
66
Pendahuluan
66
Metode
67
Struktur ISDM
67
Simulasi untuk Menghitung Nilai Kebugaran
68
Pengkodean Kromosom
71
Penyelesaian Fungsi Fitness
71
Hasil dan Pembahasan
72
Populasi Awal, Persilangan dan Mutasi
72
Optimasi Kombinasi Penerapan Teknologi
74
Simpulan dan Saran
76
Simpulan
76
Saran
76
KAJIAN KEBIJAKAN TEKNOLOGI REDUKSI GRK DARI INDUSTRI
BIODISEL KELAPA SAWIT: Kasus Penangkapan Gas Metana
77
Pendahuluan
77
Metode
78
Kerangka Kajian Kebijakan Teknologi
78
Pengumpulan Data
80
Analisis Data
Hasil dan Pembahasan
Penelitian dan Penerapan Teknologi Penangkapan Gas Metana
Analisis Status, Kemampuan dan Iklim Teknologi
Penentuan Strategi Perolehan Teknologi
Simpulan dan Saran
Simpulan
Saran
9 PEMBAHASAN UMUM
Inventarisasi Siklus Hidup, Pembatasan Sistem dan Skenario Perubahan
Lahan
Perbandingan Perhitungan Emisi GRK Statis dengan SDLCM
Optimasi Skenario Penerapan Teknologi Reduksi Emisi GRK
Kebijakan Teknologi Perolehan Teknologi Reduksi Emisi GRK
10 IMPLIKASI MANAJERIAL
Peningkatan Kapasitas Karyawan Perusahaan
Penyusunan Rencana Aksi Reduksi Emisi GRK
Adopsi Model Ke Industri Biodisel Kelapa sawit
11 SIMPULAN DAN SARAN
Simpulan
Saran
Lanjutan Studi
Implementasi Model Reduksi Emisi GRK
Rekomendasi Kebijakan Reduksi Emisi GRK
LAMPIRAN
Lampiran 1 Desain Kuisioner Pengumpulan Data di Perusahaan Biodisel
Lampiran 2 Data Material Input dan Ouput Per Tahap Rantai Produksi
Biodisel
Lampiran 3 Hasil Perhitungan Emisi GRK Industri Biodisel pada
Berbagai Skenario Penerapan Teknologi
Lampiran 4 Diagram Stok-Aliran Sub Model Budidaya Kelapa Sawit
Lampiran 5 Diagram Stok-Aliran Produksi Biodisel
Lampiran 6 Diagram Sebab Akibat Emisi GRK Biodisel Kelapa Sawit
Lampiran 7 Daftar Pemrograman Dalam Model SDLCM
Lampiran 8 Hasil Simulasi SDLCM Emisi GRK
Lampiran 9 Hasil Simulasi Reduksi Emisi GRK dan Biaya Mitigasi pada
20 Populasi Penerapan Teknologi
Lampiran 10 Kromosom dan Perhitungan Fungsi Fitnes Model ISDM
Lampiran 11 Evaluasi Solusi Pareto Optimum dengan Metode NSGA
Lampiran 12 Daftar IF-Then Rule Untuk Identifikasi Strategi Perolehan
Teknologi PGM
DAFTAR PUSTAKA
RIWAYAT HIDUP
81
83
83
84
86
87
87
87
88
88
91
94
95
97
97
97
98
100
100
100
100
101
101
102
102
109
117
125
126
127
128
137
139
149
153
156
164
176
DAFTAR TABEL
Produk Turunan Kelapa Sawit pada Industri Sampel
Inventarisasi Sumber-Sumber Emisi Beberapa Kajian Perhitungan
GRK
3 Faktor Emisi Bahan-Bahan Kimia dalam Budidaya Kelapa Sawit
4 Faktor Emisi Sumber Energi dan Bahan-Bahan Kimia pada
Refineri Minyak Sawit
5 Faktor Emisi Bahan-Bahan Kimia padaTransesterifikasi
6 Asumsi-Asumsi Beberapa Jenis Teknologi Penangkapan Gas
Metana
7 Parameter CHP dengan Produksi Listrik 0,5, 3 dan 15 MW
8 Beberapa Parameter Terkait Teknologi Pengolahan PFAD
9 Inventarisasi Input pada Budidaya Kelapa Sawit
10 Inventarisasi Input pada Produksi Minyak Sawit
11 Inventarisasi Input dari Produksi Biodisel
12 Perbandingan Perhitungan Emisi GRK Studi ini dengan Studi EPA
1
2
27
29
32
33
34
38
39
40
46
47
48
50
13 Perbandingan Perhitungan Emisi GRK Tanpa Teknologi dan
Penerapan Bibit Unggul
51
14 Perbandingan Perhitungan Emisi GRK Tanpa Teknologi dan
Penerapan Kompos TBK
15 Perbandingan Perhitungan Emisi GRK Tanpa Teknologi dan
Penerapan Penangkapan Gas Metana
16 Biaya Investasi dan Perawatan-Operasi Masing-Masing Teknologi
51
52
70
17 Populasi Awal, Hasil Simulasi Reduksi Emisi GRK dan Biaya
18
19
20
21
22
23
24
25
26
27
28
Mitigasi
Skenario Kombinasi Penerapan Teknologi Optimum
Derajat Kecanggihan Komponen Teknologi Penangkapan Gas
Metana
Tahapan Perkembangan Komponen Teknologi
Pengukuran Iklim Teknologi
Beberapa Contoh If-Then Rule Penetapan Strategi Perolehan
Teknologi
Penilaian Pakar Terhadap Status Teknologi Penangkapan Gas
Metana
Penilaian Pakar Dan Hasil Agregasi Kemampuan Teknologi
Penangkapan Gas Metana
Penilaian Pakar terhadap THIO dalam Tiga Kebijakan
Rangkuman Hasil Agregasi Iklim Teknologi Penangkapan Gas
Metana
Perbandingan Proporsi Emisi GRK Studi Ini dengan EPA
Perbandingan Perhitungan Emisi GRK dengan Statis dan SDLCM
73
76
79
79
80
82
84
85
85
86
89
94
DAFTAR GAMBAR
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
16.
17.
18.
19.
20.
21.
22.
23.
24.
25.
26.
27.
28.
29.
30.
31.
32.
33.
Kerangka Penelitian
Diagram Alir Pelaksanaan Studi
Reaksi Kimia Transesterifikasi
Fase-Fase LCA dan Pokok-Pokok Kegiatannya (Curran 2006)
Diagram Kotak Gelap Model Reduksi Emisi GRK
Triangle Fuzzy Number
Identifikasi Rantai Pasok Biodiesel Kelapa Sawit
Produktivitas Kelapa Sawit Berdasarkan Variestas Bibit Unggul
Skema CHP di PKS
Batasan Sistem Keseluruhan Rantai Produksi Biodisel dengan
Implementasi Teknologi
Perbandingan Hasil Perhitungan Emisi GRK Tanpa Penerapan
Teknologi Dengan Penerapan Seluruh Teknologi
Diagram Sebab Akibat Model Pengurangan GRK dari Industri
Biodisel Kelapa Sawit
Struktur Model Reduksi GRK dari Industri Biodisel Kelapa Sawit
Struktur Sub Model Produksi Tandan Buah Segar (TBS) Kelapa Sawit
Struktur Sub Model Produksi Biodisel Kelapa Sawit
Diagram Stok–Aliran Sub Model Transportasi
Struktur Sub Model Emisi Gas Rumah Kaca
Sub Model Teknologi Reduksi Emisi
Perbandingan Perhitungan Emisi GRK SDLCM dengan Beberapa
Studi Sejenis
Simulasi Perhitungan Reduksi Emisi GRK Tanpa Teknologi dengan
SDLCM
Simulasi Emisi GRK pada Berbagai Skenario Penerapan Teknologi
dengan SDLCM
Struktur Model ISDM
Sub Model Emisi GRK Total untuk Simulasi Reduksi Emisi GRK
Diagram Stok-Aliran untuk Simulasi Biaya Mitigasi
Pengkodean Kromosom Dengan Kode Ganda
Contoh Operasi Partially-Mapped Croosover
Ilustrasi Mutasi Inversi
Plot Beberapa Nilai Fitnes Hasil Optimasi Penerapan Teknologi
Kerangka Kajian Kebijakan Teknologi
Adopsi Konsep TFN dalam Menghitung Probalitas If-Then Rule
Sekenario Perubahan Lahan dan Jenis Tanah
Perbandingan Penanaman Kelapa Sawit Aktual dengan Rerata di
Lokasi Penelitian
Perbandingan Prediksi Produksi TBS Dengan SDLCM dan Linear
1986- 2020
7
8
9
12
17
23
27
36
39
45
54
58
59
60
60
61
61
62
63
63
64
68
69
70
71
73
74
75
78
82
91
92
93
DAFTAR LAMPIRAN
1. Desain Kuisioner Pengumpulan Data di Perusahaan Biodisel
102
2. Data Material Input dan Ouput Per Tahap Rantai Produksi Biodisel
109
3. Hasil Perhitungan Emisi GRK Industri Biodisel pada Berbagai
4.
5.
6.
7.
8.
9.
10.
11.
12.
Skenario Penerapan Teknologi
Diagram Stok-Aliran Sub Model Budidaya Kelapa Sawit
Diagram Stok-Aliran Produksi Biodisel
Diagram Sebab Akibat Emisi GRK Biodisel Kelapa Sawit
Daftar Pemrograman Dalam Model SDLCM
Hasil Simulasi SDLCM Emisi GRK
Hasil Simulasi Reduksi Emisi GRK dan Biaya Mitigasi pada 20
Populasi Penerapan Teknologi
Kromosom dan Perhitungan Fungsi Fitnes Model ISDM
Evaluasi Solusi Pareto Optimum dengan Metode NSGA
Daftar IF-Then Rule Untuk Identifikasi Strategi Perolehan Teknologi
PGM
117
125
126
127
128
137
139
149
153
156
1 PENDAHULUAN
Latar Belakang
Kelapa Sawit dan Biodisel Kelapa Sawit
Indonesia merupakan produsen kelapa sawit terbesar di dunia baik dalam
produksi kelapa sawit maupun minyak kelapa sawit (Goenadi 2008; Growth 2011;
Kemenperin 2011). Pada tahun 2014, produksi minyak sawit (CPO) Indonesia
diperkirakan sebesar 29.3 juta ton (BPS 2014). Produksi minyak sawit Indonesia
dan Malaysia berkontribusi sebesar 85% dari produksi dunia (Growth 2011); 90 %
(EPA 2011a) dari produksi kelapa sawit dunia. Ketersediaan kelapa sawit di
Indonesia cukup besar dan diperkirakan cenderung akan terus meningkat. Hal ini
ditunjukkan dari luas kebun, produksi dan peningkatannya setiap tahun. Tahun
2010, luas kebun kelapa sawit mencapai 8.1 juta hektar dengan pertumbuhan luas
kebun rata-rata per tahun mencapai 11.8%. Pada tahun 2009, produksi minyak sawit
mencapai 20.2 juta ton dengan rata-rata peningkatan produksi 12% per tahun.
Diperkirakan pada tahun 2020, produksi minyak sawit akan mencapai 40 juta ton
(Kemenperin 2011).
Pada tahun 2025, diperkirakan kebutuhan minyak sawit dalam negeri hanya
sebesar 14.72 juta ton, dengan perincian penggunaan biodiesel sebesar 6.4 juta ton
dan industri minyak makan dan oleokimia sebesar 8.32 juta ton (Balitbangtan
2007). Berdasarkan perkiraan produksi dan kebutuhan minyak kelapa sawit dalam
negeri tersebut, maka sebagian besar produksi kelapa sawit harus diekspor. Pada
tahun 2010, produksi minyak kelapa sawit sebesar 20.8 juta ton, sementara ekspor
minyak kelapa sawit dan turunannya mencapai sebesar 15.66 juta ton (Kemenperin
2011). Diperkirakan pada tahun 2025, ekspor minyak sawit sebesar 20.28 juta ton
(Balitbangtan 2007). Peluang ekspor kelapa sawit cukup besar, karena konsumsi
minyak sawit dunia cenderung mengalami peningkatan dari tahun ke tahun. Selama
tahun 1990--2008 telah terjadi peningkatan konsumsi minyak kelapa sawit dunia
sebesar 10 kali lipat. Pada tahun 1980, konsumsi minyak sawit dunia hanya sebesar
4.5 juta ton, namun pada tahun 2009, konsumsi tersebut meningkat menjadi 45 juta
ton. Bahkan pada tahun 2009, proporsi konsumsi minyak sawit mencapai 34% dari
seluruh konsumsi minyak nabati dunia (Growth 2011).Salah satu produk turunan
dari minyak sawit yang mempunyai potensi besar di pasar internasional adalah
biodisel (methyl ester).
Pada beberapa tahun terakhir, pertumbuhan produksi bioenergi dunia
termasuk biodisel mengalami pertumbuhan yang cepat. Selama kurun waktu 20002009 telah terjadi peningkatan produksi biodisel meningkat dari 0.8 menjadi 14.7
milyar liter (Sorda et al. 2010). Pertumbuhan bioenergi tersebut sangat dipengaruhi
oleh intervensi pemerintah dengan berbagai kebijakan (Growth 2011; Sorda et al.
2010). Banyak negara saat ini mengadopsi kebijakan yang mendorong penggunaan
bahan bakar hayati (Growth 2011; Sheil et al. 2009; Sorda et al. 2010). Kebijakan
banyak negara untuk menggunakan bahan bakar nabati tersebut merupakan peluang
pasar yang besar bagi biodisel dari kelapa sawit.
Kelapa sawit berpotensi digunakan sebagai bahan baku (feedstock) biodisel.
Hal ini dikarenakan kelapa sawit merupakan sumber bahan baku (feedstock)
biodisel yang murah (Growth 2011; Panapanaan et al. 2009b), usia produktif
2
kelapa sawit yang relatif panjang sampai 25 tahun dengan lama produksi sampai 23
tahun (Reijnders dan Huijbregts 2008), rendemen minyak yang relatif besar
berkisar antara 20--29% (Manurung 2001; Reijnders dan Huijbregts 2008), ratarata produktivitas mencapai 19.1--20.1 ton tandan buah segar per hektar per tahun
(Reijnders dan Huijbregts 2008), sementara minyak sawit yang dihasilkan
mencapai 3 ton per hektar per tahun (Kemenperin 2011).
Keberlanjutan Industri Biodisel Kelapa Sawit
Beberapa penelitian menunjukkan kelebihan-kelebihan bahan bakar nabati.
Bahan bakar nabati mampu mengatasi permasalahan deplesi bahan bakar fosil dan
degradasi lingkungan (Agarwal 2006). Beberapa hasil studi menunjukkan
peningkatan kinerja lingkungan, sosial dan ekonomi yang diakibatkan penggunaan
bahan bakar nabati (Boons dan Mendoza 2010). Bahan bakar nabati mempunyai
sifat-sifat yang hampir mirip dengan bahan bakar fosil, sehingga secara teknis dapat
digunakan untuk menggantikan atau digunakan sebagai campuran bahan bakar
fosil. Sementara dari aspek lingkungan, bahan bakar nabati dipercaya bisa
mengurangi emisi karbon yang berpotensi mengurangi efek gas rumah kaca
(Agarwal 2006; Kardono 2008)
Kemampuan biodisel untuk mengurangi efek gas rumah kaca ini kemudian
dijadikan salah satu standar biodisel. Pemerintah Amerika Serikat telah
mengeluarkan persyaratan minimum pengurangan emisi gas rumah kaca dari
biodisel. Persyaratan ini dimuat dalam Undang-Undang Udara Bersih (Clear Air
Act) Section 211 (o) Tahun 2010 yang merupakan amandemen dari dari Undangundang Kebebasan Energi dan Keamanan (Energy Independence and Security Act)
Tahun 2007. Berdasarkan undang-undang tersebut ditetapkan standar pengurangan
emisi siklus hidup gas rumah kaca (reduction in lifecycle GHG emissions) sebesar
20% untuk bahan bakar yang terbarukan (renewable fuel), 50% untuk diesel yang
diproduksi dari biomasa (biomass-based diesel or advanced biofuel), dan 60%
untuk bahan bakar yang diproduksi dari selulos (cellulosic biofuel) (EPA 2010b).
Uni Eropa mensyaratkan pengurangan emisi gas rumah kaca dari bahan bakar
nabati sebesar 35% (Sheil et al. 2009).
Dalam rangka pelaksanaan CAA Section 211 (o) tersebut, EPA telah
melakukan pengkajian terhadap siklus hidup gas rumah kaca pada berbagai proses
produksi bahan bakar terbarukan (multiple renewable fuel pathways). EPA
melakukan kajian siklus hidup gas rumah kaca dari biodisel kelapa sawit di
Indonesia dan Malaysia. Pemilihan kedua negara ini didasari kenyataan bahwa
kedua negara ini merupakan penghasil 90% kelapa sawit dunia. Hasil pengkajian
tersebut menunjukkan bahwa biodisel dari kelapa sawit dan biodisel terbarukan dari
kelapa sawit (biodisel and renewable diesel produced from palm oil) baru bisa
mengurangi emisi gas rumah kaca sebesar 17% dan 11%. Reduksi emisi gas rumah
kaca tersebut masih dibawah batas minimal yang dipersyaratkan yaitu 20% (EPA
2011a). Kajian EPA tersebut berimplikasi akan ditolaknya ekspor CPO ke Amerika
Serikat (Sindonews, Jumat 3 Pebruari 2012; Temponews, 1 Pebruari 2012).
Aplikasi Sistem Cerdas Dalam Kajian Keberlanjutan Industri Biodisel
Kemajuan perkembangan dalam dunia komputasi telah mampu
mengembangkan model algoritma untuk menyelesaikan permasalahanpermasalahan yang rumit. Kesukseskan tersebut antara lain dicapai melalui
3
pengembangan model yang mengadopsi kecerdasan biologis dan alam, yang
disebut dengan sistem cerdas (intelligent systems) (Engelbrecht 2007). Sistem
tersebut juga mampu belajar menirukan daya pikir manusia seperti abtsraksi,
generalisasi, penemuan dan asosiasi (Kordon 2009).
Kemajuan dalam pengembangan sistem cerdas didorong oleh tiga hal. Ketiga
hal tersebut adalah keterbatasan isu-isu yang dapat dipecahkan oleh metode
kecerdasan buatan (artificial intelligence), kemajuan yang cepat dari kekuatan
komputasi dan meningkatkanya peranan data dalam berbagai pengambilan
keputusan (Kordon 2009). Terdapat beberapa metode komputasi yang termasuk ke
dalam sistem cerdas. Metode komputasi tersebut adalah sistem fuzzy, jaringan saraf
tiruan, komputasi evolusioner /algoritma genetika, model berbasis agen
(Engelbrecht 2007; Kordon 2009) mesin yang mendukung vektor dan kecerdasan
perpindahan burung (swarm intelligence) (Kordon 2009).
Sistem cerdas telah digunakan untuk memecahkan permasalahanpermasalahan sulit yang di hadapi sehari-hari. Sistem cerdas sudah diterapkan
dalam bidang kedokteran, industri, kontrol, optimasi, riset operasi, perdagangan
secara elektronis dan pendidikan (Engelbrecht 2007). Penggunaan dalam kajian
keberlanjutan biodisel dilakukan oleh beberapa peneliti. Model berbasis agen
digunakan untuk memperbaiki perhitungan emisi GRK dari biodisel kelapa sawit.
Model tersebut memungkinkan untuk menghitung kontribusi satu indikator dampak
terhadap emisi CO2 terhadap gas rumah kaca pada masing-masing perusahaan
penyedia teknologi (Davis et al. 2009). Sistem cerdas juga digunakan untuk
memodifikasi kajian siklus hidup (Life Cycle Asseement=LCA) menjadi Kajian
siklus hidup keberlanjutan (Life Cycle Sstainability Assessment=LCSA)
menekankan aspek lingkungan, ekonomi, dan sosial. Pengembangan LCSA
tersebut mengintegrasikan beberapa metode yaitu Multi-Criteria Decision Analysis
(MCDA), dinamika sistem, model berbasis agen (ABM) (Halog dan Manik 2011).
Perumusan Masalah
Pengkajian siklus hidup adalah metode yang populer digunakan untuk
menghitung dampak lingkungan dari suatu produk (Hidayatno et al., 2011). Salah
satu dampak lingkungan yang sering dihitung adalah emisi gas rumah kaca.
Penggunaan LCA untuk menganalisis dampak lingkungan dari produk bioenergi
telah banyak dilakukan. Sebagai gambaran, Cherubini and Strømman, (2011) telah
mereview 94 publikasi studi tentang LCA terhadap produk bioenergi yang
disajikan dalam Bahasa Inggris selama 15 tahun terakhir.
Metode LCA merupakan metode yang sangat baik untuk memberikan
informasi dampak lingkungan yang menyeluruh (big picture) (Hidayatno et al.
2011) dan mampu menganalisis struktur yang kompleks (Davis et al. 2009).
Kelemahan dari LCA adalah sifatnya yang statis atau linear (Davis et al. 2009;
Hidayatno et al. 2011). Sifat LCA yang linear ini dikhawatirkan tidak akan mampu
menggambarkan aspek dinamika waktu (Hidayatno et al. 2011) dan ketidakpastian
yang dihadapi dalam pengukuran emisi gas rumah kaca, yang
berupa
ketidakpastian perubahan penggunaan lahan dan amortisasinya seiring dengan
perubahan waktu (Cherubini dan Strømman 2011; EPA 2010a; b), emisi nitrogen
(N) karena penetapan kadar pupuk yang tepat (Cherubini dan Strømman 2011) dan
4
perubahan ekonomi terkait dengan pasar bahan baku biodisel di pasar internasional
(EPA 2010a).
Pengurangan emisi gas rumah kaca juga sejalan dengan kebijakan Pemerintah
Indonesia untuk mereduksi emisinya sebesar 26% dengan usaha sendiri dan
mencapai 41% jika mendapat bantuan internasional pada tahun 2020 (Peraturan
Presiden No. 6 Tahun 2011). Dalam mendukung kebijakan pemerintah dan industri
biodisel kelapa sawit untuk memenuhi standar yang diterapkan oleh negara
importer diperlukan model untuk menghitung reduksi emisi GRK. Model tersebut
diharapkan dapat memberikan informasi tingkat pengurangan emisi GRK dan
merekomendasikan tindakan atau kegiatan yang harus dilakukan. Tindakan atau
kegiatan tersebut difokuskan pada implementasi teknologi, karena implementasi
teknologi berperan besar dalam penurunan emisi GRK (Akashi et al. 2012).
Rekomendasi implementasi teknologi tersebut dilakukan dengan melakukan
simulasi dan optimasi. Simulasi dilakukan untuk melakukan prediksi reduksi emisi
hingga tahun 2020, sementara optimasi dilakukan dengan mengevaluasi kombinasi
implementasi teknologi, baik dari segi jenis teknologi maupun waktu mulai
implementasi. Kombinasi implementasi teknologi yang dihasilkan sangat besar
jumlahnya, sehinga memerlukan metode untuk melakukan evaluasi terhadap
kombinasi yang optimum dalam secara efektif dan efisien. Permasalahan optimasi
kombinatorial ini dapat diselesaikan dengan metode komputasi evolusioner
(evolutionary computational) (Engelbrecht 2007).
Permasalahan yang akan dijawab dalam penelitian ini adalah Model
pengurangan emisi gas rumah kaca apa yang akurat memberikan gambaran reduksi
emisi rumah kaca, memprediksi dan merekomendasikan kombinasi implementasi
teknologi apa yang tepat untuk pegurangannya ?
Beberapa pertanyaan penelitian yang akan digunakan untuk memandu
penelitian ini adalah sebagai berikut :
1. Apa saja sumber-sumber emisi GRK dan teknologi-teknologi apa saja yang
dapat menguranginya dalam industri biodisel kelapa sawit ?
2. Berapa tingkat emisi GRK dari setiap sumber emisi dalam industri biodisel
kelapa sawit?
3. Bagaimana rancangan model pengurangan emisi GRK dari industri biodisel
kelapa sawit ?
4. Bagaimana menggunakan model yang telah disusun untuk memprediksi emisi
GRK dari industri biodisel kelapa sawit dan mengoptimasi implementasi
teknologi untuk pengurangannya ?
5. Kebijakan teknologi apa yang dapat direkomendasikan untuk mereduksi emisi
GRK dari industri biodisel kelapa sawit ?
Tujuan Penelitian
1. Mengidentifikasi sumber-sumber emisi dan teknologi-teknologi untuk
menurunkan emisi GRK dalam industri biodisel kelapa sawit,
2. Menghitung tingkat emisi GRK dari setiap sumber-sumber emisi dalam industri
biodisel kelapa sawit dengan menggunakan model LCA statis,
3. Mendisain model pengurangan Emisi GRK dengan sistem dinamis dan sistem
cerdas,
5
4. Memperbaiki metode perhitungan Emisi GRK dari Industri Biodiesel kelapa
Sawit dengan model yang telah disusun,
5. Menyusun rekomendasi kebijakan teknologi untuk penurunan emisi GRK dari
industri biodisel kelapa sawit.
Manfaat Penelitian
Model reduksi emisi GRK ini diharapkan akan memberikan kontribusi ilmiah pada
perbaikan metode perhitungan Life Cycle Assessment (LCA) khususnya pada
industri biodisel kelapa sawit. Selanjutnya manfaat dari penelitian ini adalah :
1. Teridentifikasi rumber-sumber emisi dan teknologi reduksi emisi GRK dalam
Sistem Industri Biodisel Kelapa Sawit, sehingga pelaku-pelaku terkait dengan
industri kelapa dapat memfokuskan upaya pengurangan pada sumber-sumber
tersebut.
2. Hasil perhitungan tingkat emisi GRK dari setiap sumber-sumber emisi dalam
Sistem Industri Biodiesel kelapa Sawit diharapkan dapat memberikan gambaran
tingkat emisi dan persentase pengurangan emisi GRK dari biodiesel kelapa
sawit (berdasarkan standar RFS, persentase pengurangan minimal 20 %, untuk
standar Uni Eropa 35 %).
3. Terbangunnnya Model Reduksi Emisi GRK dengan sistem dinamis dan
pendekatan sistem cerdas. Model ini diharapkan dapat digunakan sebagai salah
perangkat simulasi (simulation tool) untuk memprediksi tingkat emisi GRK dan
identifikasi upaya-upaya untuk mereduksinya.
4. Tersusunnya perbaikan metode perhitungan LCA dinamis untuk penurunan
emisi GRK dari industri biodiesel kelapa sawit, sehingga emisi GRK dapat
dihitung dan diprediksikan secara lebih akurat.
5. Rekomendasi kebijakan teknologi optimum untuk penurunan emisi GRK dari
industri biodisel kelapa sawit yang dapat digunakan sebagai rujukan
pengurangan emisi GRK dari pihak-pihak terkait.
Ruang Lingkup Penelitian
1. Studi ini mengidentifikasi sumber-sumber emisi GRK dalam sistem industri
biodisel kelapa sawit, dampak lingkungan lainnya seperti asidifikasi
(acidification), toksifikasi (toxification) dan lainya tidak dimasukkan.
2. Untuk menghitung tingkat emisi GRK dari setiap sumber-sumber emisi dalam
Sistem Industri Biodiesel kelapa Sawit dengan Menggunakan Model LCA
Statis digunakan studi kasus di salah satu industri biodisel di Indonesia (PT X
Group).
3. Dalam mendisain model reduksi emisi GRK dengan sistem dinamis dan
pendekatan sistem cerdas dibatasi hanya memasukkan 8 subsistem dalam siklus
hidup biodiesel kelapa sawit (penggunaan lahan, budidaya, PKS, Refineri,
produksi biodisel, pencampuran dan penggunaanya dalam bidang transportasi).
Lingkup perhitungan siklus hidup yang dimulai dari pembibitan kelapa sawit
sampai pencampuran biodiesel (cradle to wheel).
4. Perbaikan metode perhitungan penurunan emisi GRK dengan memasukkan
aspek dinamis dan mencari kombinasai teknologi mitigasi yang optimum,
6
5. Rekomendasi kebijakan teknologi penurunan emisi GRK dibatasi untuk
menganalisis teknologi mitigasi yang berkontribusi terbesar dalam penurunan
emisi GRK.
Kebaruan Penelitian
Klaim kebaruan penelitian ini adalah terletak :
1. Perhitungan LCA yang lebih komprehensif baik dari segi lingkup (perubahan
penggunaan lahan, pembibitan sampai penggunaan biodisel) dan skenario
implementasi teknologi.
2. Penggunaan model dinamika-sistem cerdas (intelligent system dynamic) untuk
memperbaiki perhitungan LCA dari rantai produksi biodisel kelapa sawit.
3. Penggunaan metode optimasi Multi Objectives Genetic Algorithm (MOGA)
untuk menemukan rekomendasi kombinasi teknologi yang optimum dalam
rangka menurunkan emisi GRK dari industri biodisel kelapa sawit.
Kerangka Pikir Penelitian
Penelitian ini pada dasarnya adalah melakukan rancang bangun model reduksi
GRK dan memanfaatkan model tersebut untuk perumusan kebijakan dalam
mengurangi emisi GRK dari industri biodiesel kelapa sawit. Dalam merancang
model tersebut perlu terlebih dahulu diidentifikasi sumber-sumber yang berpotensi
menimbulkan emisi GRK dari rantai pasok industri biodisel kelapa sawit.
Identifikasi tersebut berupa identifikasi kegiatan yang berpotensi menimbulkan
emisi dan teknologi reduksi emisi GRK. Berdasarkan identifikasi tersebut
dilakukan perhitungan tingkat emisi GRK dengan menggunakan LCA statis.
Gambaran tingkat emisinya tersebut dijadian rujukan untuk merancang model
dinamika sistem cerdas. Model dinamika sistem cerdas tersebut digunakan untuk
memperbaiki perhitungan emisi GRK khususnya terkait dengan aspek dinamis dan
optimasi. Salah oputput dari model yang telah disusun adalah identifikasi teknologi
yang paling besar memberikan kontribusi terhadap penurunan emisi GRK. Kajian
kebijakan teknologi terhadap teknologi yang mempunyai kontribusi paling besar
tersebut dilakukan untuk merumuskan strategi perolehan teknologi yang sesuai.
Gambar kerangka penelitian ini disajikan dalam Gambar 1.
7
Gambar 1 Kerangka Penelitian
Pelaksanaan Penelitian
Penelitian ini terdiri dari lima kegiatan yaitu (1) identifikasi sumber-sumber
emisi dan teknologi reduksi emisi GRK dari industri biodisel kelapa sawit, (2)
perhitungan tingkat emisi GRK dari biodiesel kelapa sawit, (3) perancangan model
dinamika-sistem cerdas reduksi emisi GRK, (4) perbaikan perhitungan penurunan
emisi GRK dan (5) kajian kebijakan teknologi yang mempunyai kontribusi terbesar
dalam penurunan emisi GRK dari industri biodisel kelapa sawit.
Penelitian ini menggunakan pendekatan sistem, dimana penelitian ini dibagi
menjadi tiga tahap yaitu (1) tahap analisis sistem, (2) tahap pemodelan sistem dan
(3) tahap simulasi. Tahap analisis sistem terdiri dari kegiatan identifikasi sumbersumber emisi, teknologi reduksi dan perhitungan tingkat emisi GRK. Tahap
pemodelan sistem berupa perancangan model dinamika sistem cerdas. Tahap
simulasi meliputi kegiatan perbaikan pergitungan emisi GRK dan penyusunan
rekomendasi kebijakan teknologi untuk penurunan emisinya. Pelaksanaan kegiatan
penelitian tersebut disajikan dalam Gambar 2.
8
Gambar 2 Diagram Alir Pelaksanaan Studi
9
2
TINJAUAN PUSTAKA
Kelapa Sawit dan Biodisel Kelapa Sawit
Kelapa sawit (Elaeis guineensis) adalah tanaman yang berasal dari Afrika
Barat. Buah dari tanaman ini pada awalnya digunakan sebagai sumber minyak dan
vitamin. Tanaman ini mulai ditanam di Indonesia tahun 1848 dan di Malaysia
tahun 1875 (Panapanaan et al. 2009b). Pada tahun 1968, luas kebun kelapa sawit
hanya 120.000 hektar (Goenadi et al. 2005), selanjutnya pada tahun 2010, menjadi
8.1 juta hektar dengan komposisi kepemilikan sebesar 43% petani, 8.5%
perkebunan besar negara dan sisanya 48.5% perkebunan besar swasta (Kemenperin
2011).
Industri CPO dan PKO merupakan industri pemasok bahan baku bagi
industri hilir kelapa sawit. CPO dan PKO dihasilkan dari tandan buah segar (TBS)
sawit. Melalui proses sterilisasi, pemipilan, pengepresan dan penjernihan dihasilkan
minyak sawit kasar (crude palm oil, CPO), sementara depricarping dan pemecahan
biji kernel yang dilanjutkan dengan pengepresan biji akan menghasilkan minyak
inti sawit (palm kernel oil, PKO) (SBRC 2009).
Biodisel adalah pengganti petroleum disel yang diproduksi dari minyak
nabati, minyak jelantah atau lemak hewani (Srivastava dan Prasad 2000; USDE
2008). Biodisel dihasilkan dari minyak yang berasal dari tumbuh-tumbuhan
(vegetable oil) atau lemak hewani (animal fat) dalam suatu proses yang disebut
transesterifikasi, dimana minyak atau lemak direaksikan dengan alkohol (biasanya
digunakan metanol yang dihasilkan dari gas alam) dibantu dengan katalis untuk
menghasilkan mono-alkyl esters (biodisel)
MODEL PENGURANGAN EMISI GAS RUMAH KACA PADA
INDUSTRI BIODISEL KELAPA SAWIT BERKELANJUTAN
MENGGUNAKAN SISTEM CERDAS
HERMAWAN PRASETYA
SEKOLAH PASCASARJANA
INSTITUT PERTANIAN BOGOR
BOGOR
2015
PERNYATAAN MENGENAI DISERTASI DAN
SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA*
Dengan ini saya menyatakan bahwa disertasi berjudul Rancang Bangun Model
Pengurangan Emisi Gas Rumah Kaca pada Industri Biodisel Kelapa Sawit
Berkelanjutan Menggunakan Sistem Cerdas adalah benar karya saya dengan arahan
dari komisi pembimbing dan belum diajukan dalam bentuk apa pun kepada
perguruan tinggi mana pun. Sumber informasi yang berasal atau dikutip dari karya
yang diterbitkan maupun tidak diterbitkan dari penulis lain telah disebutkan dalam
teks dan dicantumkan dalam Daftar Pustaka di bagian akhir disertasi ini.
Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut
Pertanian Bogor.
Bogor, 2015
Hermawan Prasetya
NIM F361100051
RINGKASAN
HERMAWAN PRASETYA. Rancang Bangun Model Pengurangan Emisi Gas
Rumah Kaca pada Industri Biodisel Kelapa Sawit Berkelanjutan. Dibimbing oleh
YANDRA ARKEMAN, ERLIZA HAMBALI, MUHAMMAD IKHWANUDDIN
MAWARDI dan RIZALDI BOER
Saat ini, pengurangan emisi gas rumah kaca (GRK) dari rantai proses
produksi biodoesel dari kelapa sawit dijadikan salah satu persyaratan ekspor produk
ke beberapa negara. Amerika Serikat mensyaratkan pengurangan emisi GRK
sebesar 20%, sementara Uni Eropa sebesar 35%. Pengurangan emisi GRK juga
sejalan dengan komitmen pemerintah untuk mengurangi emisi sebesar 26% dengan
usaha sendiri dan 41 % dengan bantuan internasional pada tahun 2020. Oleh karena
itu diperlukan model untuk menghitung, memprediksi dan merekomendasikan
kebijakan untuk pengurangan emisi GRK.
Tujuan dari penelitian adalah untuk merancang bangun model pengurangan
emisi GRK dari industri biodiesel kelapa sawit. Tujuan tersebut diperinci menjadi
lima sasaran, yaitu (1) teridentifikasinya sumber-sumber emisi dan teknologi rduksi
emisi GRK, (2) teridentifikasinya tingkat reduksi GRK dari rantai proses produksi
biodiesel saat ini, (3) tersusunnya rancangan model reduksi emisi GRK, (4)
terprediksi emisi GRK dari industri biodiesel kelapa sawit hingga 2020, dan (5)
terekomendasikannya kebijakan teknologi untuk mereduksi emisi GRK dari
industri kelapa sawit.
Berdasarkan analisis deskriptif terhadap data sekunder dan kajian literatur
teridentifikasi terdapat 47 variabel yang harus dimasukkan dalam perhitungan emisi
GRK dari biodiesel kelapa sawit dan terdapat 5 jenis teknologi yang berpotensi
menurunkan emisi GRK dari industri tersebut. Selanjutnya dengan menggunakan
lembar kerja (spreahsheet) Biograce yang sudah dimodifikasi, diperolah hasil
perhitungan reduksi emisi GRK dari industri biodiesel kelapa sawit sebesar 61%
bila tanpa implementasi teknologi, dan bila kelima teknologi tersebut diterapkan
maka reduksi emisi mencapai 85%, serta teridentifikasi bahwa teknologi
penangkapan gas metana merupakan teknologi yang paling besar peranannya dalam
menurunkan emisi GRK dari industri biodiesel kelapa sawit.
Rancang bangun model reduksi emisi GRK dari industri kelapa sawit
menggunakan model siklus hidup dengan dinamika system (System Dynamic Life
Cycle Model =SDLCM). Pengembangan model ini dapat digunakan untuk
memprediksi emisi GRK dari industri biodisel kelapa sawit yang menunjukkan pola
yang tidak linear serta memprediksikan besarnya reduksi emisi GRK dengan
penerapan beberapa teknologi. Penggabungan SDLCM dengan algoritma genetika
(genetic algorithm=GA), yang kemudian disebut dengan dinamika sistem cerdas
(intelligence system dynamic model), digunakan untuk mencari kombinasi
implementasi teknologi yang optimum baik dari segi jenis maupun waktu
implementasi. Optimasi menggunakan dinamika sistem cerdas ini menggunakan
kromosom dengan kode ganda (bi-coded chromosome) yang merepresentasikan
jenis teknologi dan tahun implementasi teknologi. Optimasi yang dilakukan
merupakan optimasi dengan tujuan jamak (multi-objectives optimization), yang
berupa maksimasi reduksi emisi GRK dan minimasi biaya mitigasi emisi GRK.
Berdasarkan simulasi dengan menggunakan ISDM dengan 80 iterasi dengan 3
generasi, diperoleh skenario penerapan kombinasi teknologi optimum untuk
mereduksi emisi GRK dari industri biodiesel kelapa sawit. Skenario tersebut
disimulasikan mampu mereduksi emisi GRK rata-rata sebesar 83.85% dengan nilai
masa depan biaya mitigasi sebesar 5,993.57 USD per 1% reduksi emisi GRK.
Kajian kebijakan teknologi penangkapan gas metana dilakukan dengan
menggunakan pendekatan manajemen teknologi untuk pengembangan wilayah.
Perumusan strategi perolehan teknologi penangkapan gas metana dilakukan dengan
menganalisis tingkat dari status teknologi, kemampuan teknologi dan iklim
teknologi. Berdasarkan kajian tersebut disusun aturan If-Then (If-Then Rules) untuk
menentukan strategi perolehan teknologi. Hasil dari kajian kebijakan teknologi
terhadap penangkapan gas metana menunjukkan bahwa tingkat status teknologi
berada pada tingkat sedang, kemampuan teknologi sedang dan iklim teknologi
berada dalam tingkatan kurang mendukung, sehingga strategi perolehan teknologi
yang direkomendasikan adalah aliansi strategis.
Berdasarkan hasil kajian tersebut maka disarankan penelitian lanjutan
dengan model berbasis agen untuk meningkatkan akurasi hasil kajian dan
pengembangan komputasi paralel untuk melakukan agregasi terhadap perusahaanperusahaan kelapa sawit dan biodiesel di suatu daerah. Kebijakan yang
direkomendasikan dari hasil kajian ini adalah (1) pembatasan ekapansi kebun sawit
pada lahan-lahan dengan stok karbon tinggi perlu dilakukan, dan (2) Kebijakan
teknologi untuk mendorong penerapan dan pengembangan teknologi penagkapan
gas metana yang berupa penurunan bea masuk komponen teknologi dan insentif
bagi penelitian dan pengembangan teknologi tersebut.
Kata kunci: emisi Gas rumah kaca, kajian siklus hidup, model siklus hidup dengan
dinamika sistem, algoritma genetika, kebijakan teknologi
SUMMARY
HERMAWAN PRASETYA. Designing Model of Green House Gas Emission
Reduction from Sustainable Palm Oil Biodiesel Industry Using Intelligent System.
Supervised by YANDRA ARKEMAN, ERLIZA HAMBALI, MUHAMMAD
IKHWANUDDIN MAWARDI and RIZALDI BOER
Nowadays, GHG emission reduction from production chain of palm oil
biodiesel is one of the requirements of the export product to several countries.
Unites States requires GHG emission on the level of 20%, while Europen Union
on the level of 35%. Thus GHG emission reduction is also in line with the
government’s commitment to reduce the GHG emission on the level of 26% by
domestic effort and of 41% by international effort in 2020. Therefore, this needs a
model to calculate, predict and recommend the policy to reduce the GHG emission.
The objective of this research is to design a GHG reduction emission model
of the palm oil biodiesel industry. This objective was classsified into 5 (five)
targets: (1) To identify the GHG emission sources and technology, (2) To identify
the GHG reduction level of the production chain of biodiesel process today, (3).
To manage the model design of GHG emission reduction, (4) To predict GHG
emission from palm oil biodiesel industry up to 2020, and (5) To recommend the
technology policies to reduce GHG emission from the palm oil industry.
Based on the descriptive analysis towards the secondary data and the
literature study, they identify 47 variables which must be included on the GHG
emission calculation, and there are 5 types of technology which are potential to
reduce the GHG emission from the industry. Furthermore, by using Biograce
spreadsheet which has already been modified, it is found that the calculation of the
GHG emission reduction from the palm oil is 61% without technology
implementation, and if all the five technologies are applied, the reduction emission
will be 85%, and it was also identified that the gas methane technology assesment
is the technology which has the biggest role on reducing the GHG emission from
the palmoil biodiesel industry.
The model design of the GHG emission reduction from palm oil industry
using life cycle dynamic system is called System Dynamic Life Cycle Model
(SDLCM). The development of this model could be used to predict GHG emission
from the palm oil biodiesel industry which shows unlinear model, andto predict the
volume of GHG emission reduction by applying some technologies. The
combination of SDLCM with genetic algorithm = GA, which is later on called
intelligence system dynamic model, was using to fnd out the combination of the
optimum technology implementation either from the aspect of typeor the
implementation period of time. This optimation of the intelligence system
dynamicmodel was used bi–coded chromosome which represents the type of
technology and the year of the technology implementation. The optimization held
was the multi – objective optimization, which constitutes as maximation of GHG
emission reductionand minimization of GHG emission mitigation fund. Based on
the simulation using ISDM on 80 iteration with 3 generations, it finds an alternative
of the technology combination application to reduce GHG emission from the palm
oil biodiesed industry. The alternatuve was simulated to be able to reduce the GHG
emission in the average of 83.85%, with the budget of USD 5,993.57 as of 1% GHG
emission reduction.
The study on technology policy of methan gas assesment was held by using
technology management approach for the regional development. The formulation
of this technology was held by analysing the level of technology status, technology
capability and technology climate. Based on the analysis, If-Then Rules is prepared
to determine the technology acquisition strategy. Analysis result of technology
policy for methane capture technology shows technology capability was at medium
level, shile technology climate was less support. Therefore, strategic alliance in
technology development was recommended as technology acquisition strategy.
This two follow up researches are recommended in enchancing the research,
i.e.: developing GHG reduction model by combining current model with agent
based model and developing the model into parallel computing in aggregation GHG
emission from industries in a region. Also, we recommend two policies in reduction
GHG emission: (1) to limit of palm oil expansion into peat land or other high
carbon stock land and reducing tarrif barrier on imported methane capture
technology components and (2) to provide research incentivies for domestic
research activities on developing of methane capture technology.
Keywords: GHG emission, life cycle assessment, system dynamic life cycle model,
system dynamic, genetic algorithm, technology policy
© Hak Cipta Milik IPB, Tahun 2015
Hak Cipta Dilindungi Undang-Undang
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan atau
menyebutkan sumbernya. Pengutipan hanya untuk kepentingan pendidikan,
penelitian, penulisan karya ilmiah, penyusunan laporan, penulisan kritik, atau
tinjauan suatu masalah; dan pengutipan tersebut tidak merugikan kepentingan IPB
Dilarang mengumumkan dan memperbanyak sebagian atau seluruh karya tulis ini
dalam bentuk apa pun tanpa izin IPB
RANCANG BANGUN
MODEL PENGURANGAN EMISI GAS RUMAH KACA PADA
INDUSTRI BIODISEL KELAPA SAWIT BERKELANJUTAN
MENGGUNAKAN SISTEM CERDAS
HERMAWAN PRASETYA
Disertasi
sebagai salah satu syarat untuk memperoleh gelar
Doktor
pada
Program Studi Teknologi Industri Pertanian
SEKOLAH PASCASARJANA
INSTITUT PERTANIAN BOGOR
BOGOR
2015
Penguji pada Ujian Tertutup:
1. Prof Dr Ir Marimin, MSc
2. Prof Dr Ir Udin Hasanudin, MT
Penguji pada Ujian Terbuka:
1. Prof Dr Ir Marimin, MSc
2. Prof Dr Ir Udin Hasanudin, MT
Judul Disertasi :
Rancang Bangun
Model Pengurangan Emisi Gas Rumah Kaca
pada lndustri Biodisel Kelapa Sawit Berkelanjutan Menggunakan
Sistem Cerdas
Nama
Hermawan Prasetya
NIM
F361100051
Disetujui oleh :
Komisi Pembimbing
Dr Ir Yandra Arkeman, MEng
Ketua
Prof(R)
��
in M. MSc DAA
Anggota
Diketahui oleh
Ketua Program Studi
Teknologi Industri Pertanian
Prof Dr
Tanggal Ujian Tertutup
Dr Ir Dahrul Syah, MScAgr
: 13 Agustus 2015
Tanggal Sidang Promosi : 27 Agustus 2015
Tanggal Lulus :
0 9 SEP 2015
PRAKATA
Puji dan syukur penulis panjatkan kepada Allah subhanahu wa ta’ala atas
segala karunia-Nya sehingga penelitian disertasi ini berhasil diselesaikan. Tema
yang dipilih dalam penelitian ini adalah perancangan model pengurangan emisi gas
rumah kaca dari industri biodisel kelapa sawit. Model ini diperlukan untuk
melakukan pergitungan pengurangan emisi gas rumah kaca dari proses produksi
dan pemakaian biodisel kelapa sawit dan merekomendasikan kebijakan-kebijakan
yang harus dilakukan untuk mengurangi emisi gas rumah kaca tersebut khususnya
kebijakan teknologi yang menjadi bidang tugas dari penulis.
Ucapan terima kasih penulis sampaikan kepada Dr Ir Yandra Arkeman,
MEng, Prof Dr Erliza Hambali, Prof Riset Dr Ir M. Ikhwanuddin Mawardi, MSc,
DAA dan Prof Dr Ir Rizaldi Boer, MSc yang telah banyak membimbing,
memberikan masukan dan saran dalam penyusunan disertasi ini. Ucapan terima
kasih juga penulis sampaikan kepada Prof Dr Ir Suprihatin, MEng, Dr Ir Dwi
Setyaningsih, MSi, Dr Ir Titi Chandra Sunarti, MSi dan Dr Eng Ir Taufik Djatna,
MSi atas masukan-masukan dan saran saat penulis melakukan ujian prelim lisan,
kolokium dan penyusunan draft disertasi. Ucapan terimakasih juga disampikan
kepada Prof Dr Ir Udin Hasanudin, MT dan Prof Dr Ir Marimin, MSc, sebagai
penguji luar komisi pembibing, atas evaluasi dan saran perbaikan untuk disertasi
ini.
Ucapan terima kasih juga penulis sampaikan kepada pengelola Beasiswa pada
Kementerian Riset dan Teknologi, Republik Indonesia yang telah memberikan
biaya pendidikan selama penulis melaksanakan studi S3 di IPB. Selesainya studi ini
juga dibantu kelancaran administrasi oleh Sekretariat Program Studi TIP, dibawah
pimpinan Prof Dr Ir Machfud, MS dan dua staf sekretariat yang sangat membantu
(Ibu Nurjanah dan Pak Candra).
Penyelesaian studi ini juga didukung oleh suasana kondisif baik di
perkuliahan, tempat penulis bekerja dan keluarga. Oleh karena itu penulis
mengucapkan terima kasih atas dukungan dan kerjasama rekan-rekan sesama
mahasiswa doktoral di TIP khususnya angkatan 2010 (Cilukba) dan angkatan 2009
serta mahasiswa yang tergabung dalam CIGARIS group. Juga suasana kerja yang
kondusif di tempat kerja baik di P2KPDS maupun di P2KDT BPPT. Penulis ucapkan
terimakasih pada kedua orang tua penulis, ketiga anak penulis (Hani, Hady dan
Hafi) atas doa, dukungan dan pengertiannya selama ini.
Ucapkan terimakasih juga penulis sampaikan kepada semua pihak dan
perseorangan yang tidak bisa sebutkan satu persatu yang telah membantu dan
mendoakan penulis untuk selesainya studi ini.
Akhirnya, semoga penelitian menghasilkan sesuatu yang bermanfaat untuk
pengembangan agroindustri di Indonesia, khususnya pengembangan industri
biodisel kelapa sawit.
Bogor, Agustus 2015
Hermawan Prasetya
DAFTAR ISTILAH
Algoritma genetika: metode optimasi metaheuristik yang mengadopsi konsep
evolusi Darwin.
Biodisel: pengganti petroleum disel yang diproduksi dari minyak nabati, minyak
jelantah atau lemak hewani.
Combined Heat Power (CHP): perangkat yang efisien dan bersih untuk
membangkitkan listrik dan panas dari satu sumber bahan bakar, umumnya
perangkat ini terdiri dari sub sistem mesin pembangkit panas, generator
listrik, pemulih panas (heat recovery) dan interkoneksi listrik.
Dinamika Sistem Cerdas: gabungan antara dinamika sistem dengan komputasi
cerdas untuk mencari kebijakan/skenario optimum dari serangkaian
pilihan kebijakan/skenario yang berjumlah besar.
Dinamika Sistem: model umpan balik yang digunakan untuk mensimulasikan
perilaku sistem pada berbagai kondisi dalam simulasi berbasis perubahan
waktu (time-step simulations)
Emisi gas rumah kaca: enam jenis gas sesuai Protokol Kyoto, yang dilepaskan ke
atmosfer akibat proses produksi atau aktivitas manusia.
Esterifikasi: reaksi antara metanol dengan asam lemak bebas untuk membentuk
metil ester menggunakan katalis asam.
Fungsi Kebugaran (Fitness): rumus atau formula yang terkait dengan tujuan
optimasi, biasnya berupa formula matematika, tetapi dalam kasus ISDM,
fungsi fitness dicari dengan simulasi.
Gas rumah kaca : gas-gas di atmosfer yang memiliki kemampuan untuk dapat
menyerap radiasi matahari yang dipantulkan oleh bumi, sehingga
menyebabkan suhu dipermukaan bumi menjadi hangat, gas ini meliputi :
karbondioksida (CO2), dinitro oksida (N2O ), metana (CH4),
sulfurheksaflorida (SF6), perflorokarbon (PFCs), dan hidroflorokarbon
(HFCs)
Gen: bagian terkecil dari kromosom, yang merepresentasikan nilai satu skenario.
Generasi: tingkatan keturunan yang dihasilkan dari persilangan induk kromosom.
Gliserol: komponen utama dari minyak dan lemak yang merupakan produk
samping dari proses produksi biodiesel.
If Then Rule: aturan berbasis logika lingusitik yang terdiri dari dua bagian, yaitu
bagian sebelum THEN, biasa disebut dengan antecedent dan bagian
setelahnya, biasa disebut dengan consequent.
Iklim Teknologi: kondisi eksternal yang mempengaruhi transformasi teknologi.
Kajian siklus hidup (Life cycle assessment) : salah satu perangkat untuk mengkaji
dampak lingkungan dan penggunaan sumberdaya sepanjang siklus suatu
produk
Kebijakan teknologi: serangkaian kebijakan pemerintah untuk mempengaruhi
penciptaan, akuisisi, adaptasi, difusi dan penggunaan teknologi dalam
masyarakat.
Kelapa sawit: tanaman yang berasal dari Afrika Barat, yang merupakan sumber
minyak nabati dan vitamin.
Kemampuan Teknologi: kemampuan untuk mencari dan memanfaatkan
teknologi untuk keuntungan strategis.
Kompos TBK: pupuk organik yang dibuat dari tandan buah sawit yang dibuat
dengan proses pengomposan dengan dicampur POME.
Komputasi cerdas: model algoritma untuk menyelesaikan permasalahan
kompleks dengan mengadopsi konsep kecerdasan biologi atau alam.
Kromosom: gabungan dari beberapa gen/genom yang merepresentasikan
skenario/solusi dalam algoritma genetika.
Model siklus hidup dengan dinamika sistem: kombinasi antara LCA dengan
dinamika sistem untuk menyajikan innformasi dampak lingkungan
kuantitatif secara temporal dan terkait dengan aspek-aspek yang lain.
Model: penyederhanaan dari dunia nyata.
Mutasi: perubahan kromosom karena perubahan sifat genetika dari dalam
kromosom itu sendiri.
Non-Dominated Sorted Genetic Algorithm: teknik penyelesain optimasi dalam
algoritma genetika bertujuan jamak dengan cara mengurutkan solusi yang
tidak terdominasi.
Offspring: keturunan hasil persilangan antar kromosom induk.
Pabrik Kelapa Sawit (PKS): pabrik yang mengolahan Tandan Buah Segar (TBS)
menjadi CPO, Palm Kernel Oil (PKO) dan menghasilkan produk samping
limbah.
Palm Fatty Acid Destilate: produk samping dari proses refineri CPO menjadi
RPO.
Palm Oil Mill Effluent (POME): limbah cair yang dihasilkan dari proses
sterilisasi TBS, klarifikasi minyak sawit dan operasi hidro-siklon pada
pabrik kelapa sawit (PKS).
Pareto Optimum: serangkaian hasil optimasi pada optimasi dengan tujuan jamak.
Penangkapan Gas Metana: teknologi yang dapat menangkap emisi gas metana
dari POME baik dari kolam penampungan maupun langsung dari PKS.
Persilangan: kombinasi dua kromosom yang berupa pertukaran sebagian
gen/genom untuk mendapatkan kromosom baru.
Populasi Awal: kromosom induk yang dibangkitkan dengan random sebagai bibit
untuk persilangan.
Refineri CPO: pengolahan minyak sawit untuk menghilangkan zat-zat pengotor
(impurities) dan komponen lain yang berpengaruh pada kualitas produk.
Simulasi: perubahan perilaku sistem karena perubahan parameter-parameter
sistem.
Sistem : suatu kesatuan usaha yang terdiri dari dari bagian-bagian yang berkaitan
satu sama lain yang berusaha mencapai satu tujuan dalam suatu
lingkungan yang kompleks
Sistem Cerdas/Komputasi cerdas: sistem metode atau infrastruktur untuk
meningkatkan kecerdasan manusia dengan mempelajari dan menemukan
pola-pola, hubungan dan struktur baru dalam lingkungan yang kompleks
dan dinamis untuk memecahkan masalah-masalah praktis.
Status Teknologi: parameter untuk menilai perkembangan teknologi/tingkat
kemanjuan teknologi antar wilayah atau antar industry.
Tandan Buah Kosong (TBK): bagian dari kelapa sawit yang berfungsi sebagai
tempat menempel buah kelapa sawit.
Tandan Buah Segar (TBS): produk utama kelapa sawit yang dapat diolah menjadi
minyak kasar sawit (Crude Palm Oil) dan minyak inti sawit (palm kernel
oil).
Transesterifikasi: proses penggantian satu alkohol dari sebuah ester oleh satu
alkohol lain dalam proses yang mirip dengan hidrolisis, proses ini
digunakan untuk menurunkan viskositas dari trigliserida.
Triangular Fuzzy Number: keanggotaan bilangan fuzzy yang berbentuk segitiga.
Validasi: proses penentuan derajat akurasi keterwakilan suatu model terhadap
dunia nyata dari perspektif pengguna model.
Verifikasi: proses penentuan akurasi implementasi model terhadap deskripsi
konseptual dari pengembang model dan solusi yang diharapkan dari
model tersebut.
DAFTAR ISI
DAFTAR ISTILAH
xii
DAFTAR ISI
xv
DAFTAR TABEL
xviii
DAFTAR GAMBAR
xix
DAFTAR LAMPIRAN
xx
1 PENDAHULUAN
1
Latar Belakang
1
Kelapa Sawit dan Biodisel Kelapa Sawit
1
Keberlanjutan Industri Biodisel Kelapa Sawit
2
Aplikasi Sistem Cerdas Dalam Kajian Keberlanjutan Industri Biodisel
2
Perumusan Masalah
3
Tujuan Penelitian
4
Manfaat Penelitian
5
Ruang Lingkup Penelitian
5
Kebaruan Penelitian
6
Kerangka Pikir Penelitian
6
Pelaksanaan Penelitian
7
2 TINJAUAN PUSTAKA
9
Kelapa Sawit dan Biodisel Kelapa Sawit
9
Sumber-Sumber Emisi GRK Dari Industri Biodisel Kelapa Sawit
10
Perhitungan Tingkat Emisi GRK
11
Model Dinamika Sistem Untuk LCA
13
Model Dinamika Sistem Cerdas
14
Kajian Kebijakan Teknologi
15
3 PENDEKATAN DAN RANGKUMAN METODOLOGI
16
Pendekatan Sistem
16
Rangkuman Metodologi
17
Analisis Deskriptif
17
Life Cycle Assessment (LCA)
17
Dinamika Sistem
21
Dinamika Sistem Cerdas
22
Non-Numeric Multi Experts Multi Criteria Decission Model
(MEMCDM)
22
4 IDENTIFIKASI SUMBER EMISI DAN TEKNOLOGI REDUKSI EMISI
GAS RUMAH KACA DARI INDUSTRI BIODIESEL KELAPA SAWIT 24
Pendahuluan
24
Metode
25
Hasil
25
Rantai Pasok Industri Biodisel Kelapa Sawit
25
Identifikasi Sumber-Sumber Emisi GRK
27
Identifikasi Teknologi Reduksi Emisi GRK
35
Simpulan
40
Saran
41
5 PERHITUNGAN EMISI GAS RUMAH KACA DARI INDUSTRI
BIODISEL KELAPA SAWIT
42
6
7
8
Pendahuluan
42
Metode
43
Tujuan dan Pendefinisian Lingkup
43
Batasan Sistem dan Inventarisasi Siklus Hidup
44
Hasil dan Pembahasan
49
Emisi dari Perubahan Lahan
49
Emisi GRK Tanpa Implementasi Teknologi
50
Implemetasi Teknologi Untuk Reduksi Emisi GRK
50
Simpulan
54
Saran
54
RANCANG BANGUN MODEL PENGURANGAN EMISI GAS RUMAH
KACA DARI INDUSTRI BIODISEL KELAPA SAWIT BERKELANJUTAN
DENGAN DINAMIKA SISTEM
55
Pendahuluan
55
Metode
56
Identifikasi Model
56
Perancangan Model
56
Validasi dan Simulasi Model
56
Hasil Dan Pembahasan
57
Hasil Identifikasi Model
57
Model Dinamika Sistem Pengurangan Emisi Gas Rumah Kaca
57
Validasi Model
62
Simulasi Reduksi Emisi GRK Melalui Penerapan Beberapa
Teknologi
64
Simpulan Dan Saran
65
Simpulan
65
Saran
65
OPTIMASI REDUKSI EMISI GRK INDUSTRI BIODISEL KELAPA
SAWIT DENGAN DINAMIKA SISTEM CERDAS
66
Pendahuluan
66
Metode
67
Struktur ISDM
67
Simulasi untuk Menghitung Nilai Kebugaran
68
Pengkodean Kromosom
71
Penyelesaian Fungsi Fitness
71
Hasil dan Pembahasan
72
Populasi Awal, Persilangan dan Mutasi
72
Optimasi Kombinasi Penerapan Teknologi
74
Simpulan dan Saran
76
Simpulan
76
Saran
76
KAJIAN KEBIJAKAN TEKNOLOGI REDUKSI GRK DARI INDUSTRI
BIODISEL KELAPA SAWIT: Kasus Penangkapan Gas Metana
77
Pendahuluan
77
Metode
78
Kerangka Kajian Kebijakan Teknologi
78
Pengumpulan Data
80
Analisis Data
Hasil dan Pembahasan
Penelitian dan Penerapan Teknologi Penangkapan Gas Metana
Analisis Status, Kemampuan dan Iklim Teknologi
Penentuan Strategi Perolehan Teknologi
Simpulan dan Saran
Simpulan
Saran
9 PEMBAHASAN UMUM
Inventarisasi Siklus Hidup, Pembatasan Sistem dan Skenario Perubahan
Lahan
Perbandingan Perhitungan Emisi GRK Statis dengan SDLCM
Optimasi Skenario Penerapan Teknologi Reduksi Emisi GRK
Kebijakan Teknologi Perolehan Teknologi Reduksi Emisi GRK
10 IMPLIKASI MANAJERIAL
Peningkatan Kapasitas Karyawan Perusahaan
Penyusunan Rencana Aksi Reduksi Emisi GRK
Adopsi Model Ke Industri Biodisel Kelapa sawit
11 SIMPULAN DAN SARAN
Simpulan
Saran
Lanjutan Studi
Implementasi Model Reduksi Emisi GRK
Rekomendasi Kebijakan Reduksi Emisi GRK
LAMPIRAN
Lampiran 1 Desain Kuisioner Pengumpulan Data di Perusahaan Biodisel
Lampiran 2 Data Material Input dan Ouput Per Tahap Rantai Produksi
Biodisel
Lampiran 3 Hasil Perhitungan Emisi GRK Industri Biodisel pada
Berbagai Skenario Penerapan Teknologi
Lampiran 4 Diagram Stok-Aliran Sub Model Budidaya Kelapa Sawit
Lampiran 5 Diagram Stok-Aliran Produksi Biodisel
Lampiran 6 Diagram Sebab Akibat Emisi GRK Biodisel Kelapa Sawit
Lampiran 7 Daftar Pemrograman Dalam Model SDLCM
Lampiran 8 Hasil Simulasi SDLCM Emisi GRK
Lampiran 9 Hasil Simulasi Reduksi Emisi GRK dan Biaya Mitigasi pada
20 Populasi Penerapan Teknologi
Lampiran 10 Kromosom dan Perhitungan Fungsi Fitnes Model ISDM
Lampiran 11 Evaluasi Solusi Pareto Optimum dengan Metode NSGA
Lampiran 12 Daftar IF-Then Rule Untuk Identifikasi Strategi Perolehan
Teknologi PGM
DAFTAR PUSTAKA
RIWAYAT HIDUP
81
83
83
84
86
87
87
87
88
88
91
94
95
97
97
97
98
100
100
100
100
101
101
102
102
109
117
125
126
127
128
137
139
149
153
156
164
176
DAFTAR TABEL
Produk Turunan Kelapa Sawit pada Industri Sampel
Inventarisasi Sumber-Sumber Emisi Beberapa Kajian Perhitungan
GRK
3 Faktor Emisi Bahan-Bahan Kimia dalam Budidaya Kelapa Sawit
4 Faktor Emisi Sumber Energi dan Bahan-Bahan Kimia pada
Refineri Minyak Sawit
5 Faktor Emisi Bahan-Bahan Kimia padaTransesterifikasi
6 Asumsi-Asumsi Beberapa Jenis Teknologi Penangkapan Gas
Metana
7 Parameter CHP dengan Produksi Listrik 0,5, 3 dan 15 MW
8 Beberapa Parameter Terkait Teknologi Pengolahan PFAD
9 Inventarisasi Input pada Budidaya Kelapa Sawit
10 Inventarisasi Input pada Produksi Minyak Sawit
11 Inventarisasi Input dari Produksi Biodisel
12 Perbandingan Perhitungan Emisi GRK Studi ini dengan Studi EPA
1
2
27
29
32
33
34
38
39
40
46
47
48
50
13 Perbandingan Perhitungan Emisi GRK Tanpa Teknologi dan
Penerapan Bibit Unggul
51
14 Perbandingan Perhitungan Emisi GRK Tanpa Teknologi dan
Penerapan Kompos TBK
15 Perbandingan Perhitungan Emisi GRK Tanpa Teknologi dan
Penerapan Penangkapan Gas Metana
16 Biaya Investasi dan Perawatan-Operasi Masing-Masing Teknologi
51
52
70
17 Populasi Awal, Hasil Simulasi Reduksi Emisi GRK dan Biaya
18
19
20
21
22
23
24
25
26
27
28
Mitigasi
Skenario Kombinasi Penerapan Teknologi Optimum
Derajat Kecanggihan Komponen Teknologi Penangkapan Gas
Metana
Tahapan Perkembangan Komponen Teknologi
Pengukuran Iklim Teknologi
Beberapa Contoh If-Then Rule Penetapan Strategi Perolehan
Teknologi
Penilaian Pakar Terhadap Status Teknologi Penangkapan Gas
Metana
Penilaian Pakar Dan Hasil Agregasi Kemampuan Teknologi
Penangkapan Gas Metana
Penilaian Pakar terhadap THIO dalam Tiga Kebijakan
Rangkuman Hasil Agregasi Iklim Teknologi Penangkapan Gas
Metana
Perbandingan Proporsi Emisi GRK Studi Ini dengan EPA
Perbandingan Perhitungan Emisi GRK dengan Statis dan SDLCM
73
76
79
79
80
82
84
85
85
86
89
94
DAFTAR GAMBAR
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
16.
17.
18.
19.
20.
21.
22.
23.
24.
25.
26.
27.
28.
29.
30.
31.
32.
33.
Kerangka Penelitian
Diagram Alir Pelaksanaan Studi
Reaksi Kimia Transesterifikasi
Fase-Fase LCA dan Pokok-Pokok Kegiatannya (Curran 2006)
Diagram Kotak Gelap Model Reduksi Emisi GRK
Triangle Fuzzy Number
Identifikasi Rantai Pasok Biodiesel Kelapa Sawit
Produktivitas Kelapa Sawit Berdasarkan Variestas Bibit Unggul
Skema CHP di PKS
Batasan Sistem Keseluruhan Rantai Produksi Biodisel dengan
Implementasi Teknologi
Perbandingan Hasil Perhitungan Emisi GRK Tanpa Penerapan
Teknologi Dengan Penerapan Seluruh Teknologi
Diagram Sebab Akibat Model Pengurangan GRK dari Industri
Biodisel Kelapa Sawit
Struktur Model Reduksi GRK dari Industri Biodisel Kelapa Sawit
Struktur Sub Model Produksi Tandan Buah Segar (TBS) Kelapa Sawit
Struktur Sub Model Produksi Biodisel Kelapa Sawit
Diagram Stok–Aliran Sub Model Transportasi
Struktur Sub Model Emisi Gas Rumah Kaca
Sub Model Teknologi Reduksi Emisi
Perbandingan Perhitungan Emisi GRK SDLCM dengan Beberapa
Studi Sejenis
Simulasi Perhitungan Reduksi Emisi GRK Tanpa Teknologi dengan
SDLCM
Simulasi Emisi GRK pada Berbagai Skenario Penerapan Teknologi
dengan SDLCM
Struktur Model ISDM
Sub Model Emisi GRK Total untuk Simulasi Reduksi Emisi GRK
Diagram Stok-Aliran untuk Simulasi Biaya Mitigasi
Pengkodean Kromosom Dengan Kode Ganda
Contoh Operasi Partially-Mapped Croosover
Ilustrasi Mutasi Inversi
Plot Beberapa Nilai Fitnes Hasil Optimasi Penerapan Teknologi
Kerangka Kajian Kebijakan Teknologi
Adopsi Konsep TFN dalam Menghitung Probalitas If-Then Rule
Sekenario Perubahan Lahan dan Jenis Tanah
Perbandingan Penanaman Kelapa Sawit Aktual dengan Rerata di
Lokasi Penelitian
Perbandingan Prediksi Produksi TBS Dengan SDLCM dan Linear
1986- 2020
7
8
9
12
17
23
27
36
39
45
54
58
59
60
60
61
61
62
63
63
64
68
69
70
71
73
74
75
78
82
91
92
93
DAFTAR LAMPIRAN
1. Desain Kuisioner Pengumpulan Data di Perusahaan Biodisel
102
2. Data Material Input dan Ouput Per Tahap Rantai Produksi Biodisel
109
3. Hasil Perhitungan Emisi GRK Industri Biodisel pada Berbagai
4.
5.
6.
7.
8.
9.
10.
11.
12.
Skenario Penerapan Teknologi
Diagram Stok-Aliran Sub Model Budidaya Kelapa Sawit
Diagram Stok-Aliran Produksi Biodisel
Diagram Sebab Akibat Emisi GRK Biodisel Kelapa Sawit
Daftar Pemrograman Dalam Model SDLCM
Hasil Simulasi SDLCM Emisi GRK
Hasil Simulasi Reduksi Emisi GRK dan Biaya Mitigasi pada 20
Populasi Penerapan Teknologi
Kromosom dan Perhitungan Fungsi Fitnes Model ISDM
Evaluasi Solusi Pareto Optimum dengan Metode NSGA
Daftar IF-Then Rule Untuk Identifikasi Strategi Perolehan Teknologi
PGM
117
125
126
127
128
137
139
149
153
156
1 PENDAHULUAN
Latar Belakang
Kelapa Sawit dan Biodisel Kelapa Sawit
Indonesia merupakan produsen kelapa sawit terbesar di dunia baik dalam
produksi kelapa sawit maupun minyak kelapa sawit (Goenadi 2008; Growth 2011;
Kemenperin 2011). Pada tahun 2014, produksi minyak sawit (CPO) Indonesia
diperkirakan sebesar 29.3 juta ton (BPS 2014). Produksi minyak sawit Indonesia
dan Malaysia berkontribusi sebesar 85% dari produksi dunia (Growth 2011); 90 %
(EPA 2011a) dari produksi kelapa sawit dunia. Ketersediaan kelapa sawit di
Indonesia cukup besar dan diperkirakan cenderung akan terus meningkat. Hal ini
ditunjukkan dari luas kebun, produksi dan peningkatannya setiap tahun. Tahun
2010, luas kebun kelapa sawit mencapai 8.1 juta hektar dengan pertumbuhan luas
kebun rata-rata per tahun mencapai 11.8%. Pada tahun 2009, produksi minyak sawit
mencapai 20.2 juta ton dengan rata-rata peningkatan produksi 12% per tahun.
Diperkirakan pada tahun 2020, produksi minyak sawit akan mencapai 40 juta ton
(Kemenperin 2011).
Pada tahun 2025, diperkirakan kebutuhan minyak sawit dalam negeri hanya
sebesar 14.72 juta ton, dengan perincian penggunaan biodiesel sebesar 6.4 juta ton
dan industri minyak makan dan oleokimia sebesar 8.32 juta ton (Balitbangtan
2007). Berdasarkan perkiraan produksi dan kebutuhan minyak kelapa sawit dalam
negeri tersebut, maka sebagian besar produksi kelapa sawit harus diekspor. Pada
tahun 2010, produksi minyak kelapa sawit sebesar 20.8 juta ton, sementara ekspor
minyak kelapa sawit dan turunannya mencapai sebesar 15.66 juta ton (Kemenperin
2011). Diperkirakan pada tahun 2025, ekspor minyak sawit sebesar 20.28 juta ton
(Balitbangtan 2007). Peluang ekspor kelapa sawit cukup besar, karena konsumsi
minyak sawit dunia cenderung mengalami peningkatan dari tahun ke tahun. Selama
tahun 1990--2008 telah terjadi peningkatan konsumsi minyak kelapa sawit dunia
sebesar 10 kali lipat. Pada tahun 1980, konsumsi minyak sawit dunia hanya sebesar
4.5 juta ton, namun pada tahun 2009, konsumsi tersebut meningkat menjadi 45 juta
ton. Bahkan pada tahun 2009, proporsi konsumsi minyak sawit mencapai 34% dari
seluruh konsumsi minyak nabati dunia (Growth 2011).Salah satu produk turunan
dari minyak sawit yang mempunyai potensi besar di pasar internasional adalah
biodisel (methyl ester).
Pada beberapa tahun terakhir, pertumbuhan produksi bioenergi dunia
termasuk biodisel mengalami pertumbuhan yang cepat. Selama kurun waktu 20002009 telah terjadi peningkatan produksi biodisel meningkat dari 0.8 menjadi 14.7
milyar liter (Sorda et al. 2010). Pertumbuhan bioenergi tersebut sangat dipengaruhi
oleh intervensi pemerintah dengan berbagai kebijakan (Growth 2011; Sorda et al.
2010). Banyak negara saat ini mengadopsi kebijakan yang mendorong penggunaan
bahan bakar hayati (Growth 2011; Sheil et al. 2009; Sorda et al. 2010). Kebijakan
banyak negara untuk menggunakan bahan bakar nabati tersebut merupakan peluang
pasar yang besar bagi biodisel dari kelapa sawit.
Kelapa sawit berpotensi digunakan sebagai bahan baku (feedstock) biodisel.
Hal ini dikarenakan kelapa sawit merupakan sumber bahan baku (feedstock)
biodisel yang murah (Growth 2011; Panapanaan et al. 2009b), usia produktif
2
kelapa sawit yang relatif panjang sampai 25 tahun dengan lama produksi sampai 23
tahun (Reijnders dan Huijbregts 2008), rendemen minyak yang relatif besar
berkisar antara 20--29% (Manurung 2001; Reijnders dan Huijbregts 2008), ratarata produktivitas mencapai 19.1--20.1 ton tandan buah segar per hektar per tahun
(Reijnders dan Huijbregts 2008), sementara minyak sawit yang dihasilkan
mencapai 3 ton per hektar per tahun (Kemenperin 2011).
Keberlanjutan Industri Biodisel Kelapa Sawit
Beberapa penelitian menunjukkan kelebihan-kelebihan bahan bakar nabati.
Bahan bakar nabati mampu mengatasi permasalahan deplesi bahan bakar fosil dan
degradasi lingkungan (Agarwal 2006). Beberapa hasil studi menunjukkan
peningkatan kinerja lingkungan, sosial dan ekonomi yang diakibatkan penggunaan
bahan bakar nabati (Boons dan Mendoza 2010). Bahan bakar nabati mempunyai
sifat-sifat yang hampir mirip dengan bahan bakar fosil, sehingga secara teknis dapat
digunakan untuk menggantikan atau digunakan sebagai campuran bahan bakar
fosil. Sementara dari aspek lingkungan, bahan bakar nabati dipercaya bisa
mengurangi emisi karbon yang berpotensi mengurangi efek gas rumah kaca
(Agarwal 2006; Kardono 2008)
Kemampuan biodisel untuk mengurangi efek gas rumah kaca ini kemudian
dijadikan salah satu standar biodisel. Pemerintah Amerika Serikat telah
mengeluarkan persyaratan minimum pengurangan emisi gas rumah kaca dari
biodisel. Persyaratan ini dimuat dalam Undang-Undang Udara Bersih (Clear Air
Act) Section 211 (o) Tahun 2010 yang merupakan amandemen dari dari Undangundang Kebebasan Energi dan Keamanan (Energy Independence and Security Act)
Tahun 2007. Berdasarkan undang-undang tersebut ditetapkan standar pengurangan
emisi siklus hidup gas rumah kaca (reduction in lifecycle GHG emissions) sebesar
20% untuk bahan bakar yang terbarukan (renewable fuel), 50% untuk diesel yang
diproduksi dari biomasa (biomass-based diesel or advanced biofuel), dan 60%
untuk bahan bakar yang diproduksi dari selulos (cellulosic biofuel) (EPA 2010b).
Uni Eropa mensyaratkan pengurangan emisi gas rumah kaca dari bahan bakar
nabati sebesar 35% (Sheil et al. 2009).
Dalam rangka pelaksanaan CAA Section 211 (o) tersebut, EPA telah
melakukan pengkajian terhadap siklus hidup gas rumah kaca pada berbagai proses
produksi bahan bakar terbarukan (multiple renewable fuel pathways). EPA
melakukan kajian siklus hidup gas rumah kaca dari biodisel kelapa sawit di
Indonesia dan Malaysia. Pemilihan kedua negara ini didasari kenyataan bahwa
kedua negara ini merupakan penghasil 90% kelapa sawit dunia. Hasil pengkajian
tersebut menunjukkan bahwa biodisel dari kelapa sawit dan biodisel terbarukan dari
kelapa sawit (biodisel and renewable diesel produced from palm oil) baru bisa
mengurangi emisi gas rumah kaca sebesar 17% dan 11%. Reduksi emisi gas rumah
kaca tersebut masih dibawah batas minimal yang dipersyaratkan yaitu 20% (EPA
2011a). Kajian EPA tersebut berimplikasi akan ditolaknya ekspor CPO ke Amerika
Serikat (Sindonews, Jumat 3 Pebruari 2012; Temponews, 1 Pebruari 2012).
Aplikasi Sistem Cerdas Dalam Kajian Keberlanjutan Industri Biodisel
Kemajuan perkembangan dalam dunia komputasi telah mampu
mengembangkan model algoritma untuk menyelesaikan permasalahanpermasalahan yang rumit. Kesukseskan tersebut antara lain dicapai melalui
3
pengembangan model yang mengadopsi kecerdasan biologis dan alam, yang
disebut dengan sistem cerdas (intelligent systems) (Engelbrecht 2007). Sistem
tersebut juga mampu belajar menirukan daya pikir manusia seperti abtsraksi,
generalisasi, penemuan dan asosiasi (Kordon 2009).
Kemajuan dalam pengembangan sistem cerdas didorong oleh tiga hal. Ketiga
hal tersebut adalah keterbatasan isu-isu yang dapat dipecahkan oleh metode
kecerdasan buatan (artificial intelligence), kemajuan yang cepat dari kekuatan
komputasi dan meningkatkanya peranan data dalam berbagai pengambilan
keputusan (Kordon 2009). Terdapat beberapa metode komputasi yang termasuk ke
dalam sistem cerdas. Metode komputasi tersebut adalah sistem fuzzy, jaringan saraf
tiruan, komputasi evolusioner /algoritma genetika, model berbasis agen
(Engelbrecht 2007; Kordon 2009) mesin yang mendukung vektor dan kecerdasan
perpindahan burung (swarm intelligence) (Kordon 2009).
Sistem cerdas telah digunakan untuk memecahkan permasalahanpermasalahan sulit yang di hadapi sehari-hari. Sistem cerdas sudah diterapkan
dalam bidang kedokteran, industri, kontrol, optimasi, riset operasi, perdagangan
secara elektronis dan pendidikan (Engelbrecht 2007). Penggunaan dalam kajian
keberlanjutan biodisel dilakukan oleh beberapa peneliti. Model berbasis agen
digunakan untuk memperbaiki perhitungan emisi GRK dari biodisel kelapa sawit.
Model tersebut memungkinkan untuk menghitung kontribusi satu indikator dampak
terhadap emisi CO2 terhadap gas rumah kaca pada masing-masing perusahaan
penyedia teknologi (Davis et al. 2009). Sistem cerdas juga digunakan untuk
memodifikasi kajian siklus hidup (Life Cycle Asseement=LCA) menjadi Kajian
siklus hidup keberlanjutan (Life Cycle Sstainability Assessment=LCSA)
menekankan aspek lingkungan, ekonomi, dan sosial. Pengembangan LCSA
tersebut mengintegrasikan beberapa metode yaitu Multi-Criteria Decision Analysis
(MCDA), dinamika sistem, model berbasis agen (ABM) (Halog dan Manik 2011).
Perumusan Masalah
Pengkajian siklus hidup adalah metode yang populer digunakan untuk
menghitung dampak lingkungan dari suatu produk (Hidayatno et al., 2011). Salah
satu dampak lingkungan yang sering dihitung adalah emisi gas rumah kaca.
Penggunaan LCA untuk menganalisis dampak lingkungan dari produk bioenergi
telah banyak dilakukan. Sebagai gambaran, Cherubini and Strømman, (2011) telah
mereview 94 publikasi studi tentang LCA terhadap produk bioenergi yang
disajikan dalam Bahasa Inggris selama 15 tahun terakhir.
Metode LCA merupakan metode yang sangat baik untuk memberikan
informasi dampak lingkungan yang menyeluruh (big picture) (Hidayatno et al.
2011) dan mampu menganalisis struktur yang kompleks (Davis et al. 2009).
Kelemahan dari LCA adalah sifatnya yang statis atau linear (Davis et al. 2009;
Hidayatno et al. 2011). Sifat LCA yang linear ini dikhawatirkan tidak akan mampu
menggambarkan aspek dinamika waktu (Hidayatno et al. 2011) dan ketidakpastian
yang dihadapi dalam pengukuran emisi gas rumah kaca, yang
berupa
ketidakpastian perubahan penggunaan lahan dan amortisasinya seiring dengan
perubahan waktu (Cherubini dan Strømman 2011; EPA 2010a; b), emisi nitrogen
(N) karena penetapan kadar pupuk yang tepat (Cherubini dan Strømman 2011) dan
4
perubahan ekonomi terkait dengan pasar bahan baku biodisel di pasar internasional
(EPA 2010a).
Pengurangan emisi gas rumah kaca juga sejalan dengan kebijakan Pemerintah
Indonesia untuk mereduksi emisinya sebesar 26% dengan usaha sendiri dan
mencapai 41% jika mendapat bantuan internasional pada tahun 2020 (Peraturan
Presiden No. 6 Tahun 2011). Dalam mendukung kebijakan pemerintah dan industri
biodisel kelapa sawit untuk memenuhi standar yang diterapkan oleh negara
importer diperlukan model untuk menghitung reduksi emisi GRK. Model tersebut
diharapkan dapat memberikan informasi tingkat pengurangan emisi GRK dan
merekomendasikan tindakan atau kegiatan yang harus dilakukan. Tindakan atau
kegiatan tersebut difokuskan pada implementasi teknologi, karena implementasi
teknologi berperan besar dalam penurunan emisi GRK (Akashi et al. 2012).
Rekomendasi implementasi teknologi tersebut dilakukan dengan melakukan
simulasi dan optimasi. Simulasi dilakukan untuk melakukan prediksi reduksi emisi
hingga tahun 2020, sementara optimasi dilakukan dengan mengevaluasi kombinasi
implementasi teknologi, baik dari segi jenis teknologi maupun waktu mulai
implementasi. Kombinasi implementasi teknologi yang dihasilkan sangat besar
jumlahnya, sehinga memerlukan metode untuk melakukan evaluasi terhadap
kombinasi yang optimum dalam secara efektif dan efisien. Permasalahan optimasi
kombinatorial ini dapat diselesaikan dengan metode komputasi evolusioner
(evolutionary computational) (Engelbrecht 2007).
Permasalahan yang akan dijawab dalam penelitian ini adalah Model
pengurangan emisi gas rumah kaca apa yang akurat memberikan gambaran reduksi
emisi rumah kaca, memprediksi dan merekomendasikan kombinasi implementasi
teknologi apa yang tepat untuk pegurangannya ?
Beberapa pertanyaan penelitian yang akan digunakan untuk memandu
penelitian ini adalah sebagai berikut :
1. Apa saja sumber-sumber emisi GRK dan teknologi-teknologi apa saja yang
dapat menguranginya dalam industri biodisel kelapa sawit ?
2. Berapa tingkat emisi GRK dari setiap sumber emisi dalam industri biodisel
kelapa sawit?
3. Bagaimana rancangan model pengurangan emisi GRK dari industri biodisel
kelapa sawit ?
4. Bagaimana menggunakan model yang telah disusun untuk memprediksi emisi
GRK dari industri biodisel kelapa sawit dan mengoptimasi implementasi
teknologi untuk pengurangannya ?
5. Kebijakan teknologi apa yang dapat direkomendasikan untuk mereduksi emisi
GRK dari industri biodisel kelapa sawit ?
Tujuan Penelitian
1. Mengidentifikasi sumber-sumber emisi dan teknologi-teknologi untuk
menurunkan emisi GRK dalam industri biodisel kelapa sawit,
2. Menghitung tingkat emisi GRK dari setiap sumber-sumber emisi dalam industri
biodisel kelapa sawit dengan menggunakan model LCA statis,
3. Mendisain model pengurangan Emisi GRK dengan sistem dinamis dan sistem
cerdas,
5
4. Memperbaiki metode perhitungan Emisi GRK dari Industri Biodiesel kelapa
Sawit dengan model yang telah disusun,
5. Menyusun rekomendasi kebijakan teknologi untuk penurunan emisi GRK dari
industri biodisel kelapa sawit.
Manfaat Penelitian
Model reduksi emisi GRK ini diharapkan akan memberikan kontribusi ilmiah pada
perbaikan metode perhitungan Life Cycle Assessment (LCA) khususnya pada
industri biodisel kelapa sawit. Selanjutnya manfaat dari penelitian ini adalah :
1. Teridentifikasi rumber-sumber emisi dan teknologi reduksi emisi GRK dalam
Sistem Industri Biodisel Kelapa Sawit, sehingga pelaku-pelaku terkait dengan
industri kelapa dapat memfokuskan upaya pengurangan pada sumber-sumber
tersebut.
2. Hasil perhitungan tingkat emisi GRK dari setiap sumber-sumber emisi dalam
Sistem Industri Biodiesel kelapa Sawit diharapkan dapat memberikan gambaran
tingkat emisi dan persentase pengurangan emisi GRK dari biodiesel kelapa
sawit (berdasarkan standar RFS, persentase pengurangan minimal 20 %, untuk
standar Uni Eropa 35 %).
3. Terbangunnnya Model Reduksi Emisi GRK dengan sistem dinamis dan
pendekatan sistem cerdas. Model ini diharapkan dapat digunakan sebagai salah
perangkat simulasi (simulation tool) untuk memprediksi tingkat emisi GRK dan
identifikasi upaya-upaya untuk mereduksinya.
4. Tersusunnya perbaikan metode perhitungan LCA dinamis untuk penurunan
emisi GRK dari industri biodiesel kelapa sawit, sehingga emisi GRK dapat
dihitung dan diprediksikan secara lebih akurat.
5. Rekomendasi kebijakan teknologi optimum untuk penurunan emisi GRK dari
industri biodisel kelapa sawit yang dapat digunakan sebagai rujukan
pengurangan emisi GRK dari pihak-pihak terkait.
Ruang Lingkup Penelitian
1. Studi ini mengidentifikasi sumber-sumber emisi GRK dalam sistem industri
biodisel kelapa sawit, dampak lingkungan lainnya seperti asidifikasi
(acidification), toksifikasi (toxification) dan lainya tidak dimasukkan.
2. Untuk menghitung tingkat emisi GRK dari setiap sumber-sumber emisi dalam
Sistem Industri Biodiesel kelapa Sawit dengan Menggunakan Model LCA
Statis digunakan studi kasus di salah satu industri biodisel di Indonesia (PT X
Group).
3. Dalam mendisain model reduksi emisi GRK dengan sistem dinamis dan
pendekatan sistem cerdas dibatasi hanya memasukkan 8 subsistem dalam siklus
hidup biodiesel kelapa sawit (penggunaan lahan, budidaya, PKS, Refineri,
produksi biodisel, pencampuran dan penggunaanya dalam bidang transportasi).
Lingkup perhitungan siklus hidup yang dimulai dari pembibitan kelapa sawit
sampai pencampuran biodiesel (cradle to wheel).
4. Perbaikan metode perhitungan penurunan emisi GRK dengan memasukkan
aspek dinamis dan mencari kombinasai teknologi mitigasi yang optimum,
6
5. Rekomendasi kebijakan teknologi penurunan emisi GRK dibatasi untuk
menganalisis teknologi mitigasi yang berkontribusi terbesar dalam penurunan
emisi GRK.
Kebaruan Penelitian
Klaim kebaruan penelitian ini adalah terletak :
1. Perhitungan LCA yang lebih komprehensif baik dari segi lingkup (perubahan
penggunaan lahan, pembibitan sampai penggunaan biodisel) dan skenario
implementasi teknologi.
2. Penggunaan model dinamika-sistem cerdas (intelligent system dynamic) untuk
memperbaiki perhitungan LCA dari rantai produksi biodisel kelapa sawit.
3. Penggunaan metode optimasi Multi Objectives Genetic Algorithm (MOGA)
untuk menemukan rekomendasi kombinasi teknologi yang optimum dalam
rangka menurunkan emisi GRK dari industri biodisel kelapa sawit.
Kerangka Pikir Penelitian
Penelitian ini pada dasarnya adalah melakukan rancang bangun model reduksi
GRK dan memanfaatkan model tersebut untuk perumusan kebijakan dalam
mengurangi emisi GRK dari industri biodiesel kelapa sawit. Dalam merancang
model tersebut perlu terlebih dahulu diidentifikasi sumber-sumber yang berpotensi
menimbulkan emisi GRK dari rantai pasok industri biodisel kelapa sawit.
Identifikasi tersebut berupa identifikasi kegiatan yang berpotensi menimbulkan
emisi dan teknologi reduksi emisi GRK. Berdasarkan identifikasi tersebut
dilakukan perhitungan tingkat emisi GRK dengan menggunakan LCA statis.
Gambaran tingkat emisinya tersebut dijadian rujukan untuk merancang model
dinamika sistem cerdas. Model dinamika sistem cerdas tersebut digunakan untuk
memperbaiki perhitungan emisi GRK khususnya terkait dengan aspek dinamis dan
optimasi. Salah oputput dari model yang telah disusun adalah identifikasi teknologi
yang paling besar memberikan kontribusi terhadap penurunan emisi GRK. Kajian
kebijakan teknologi terhadap teknologi yang mempunyai kontribusi paling besar
tersebut dilakukan untuk merumuskan strategi perolehan teknologi yang sesuai.
Gambar kerangka penelitian ini disajikan dalam Gambar 1.
7
Gambar 1 Kerangka Penelitian
Pelaksanaan Penelitian
Penelitian ini terdiri dari lima kegiatan yaitu (1) identifikasi sumber-sumber
emisi dan teknologi reduksi emisi GRK dari industri biodisel kelapa sawit, (2)
perhitungan tingkat emisi GRK dari biodiesel kelapa sawit, (3) perancangan model
dinamika-sistem cerdas reduksi emisi GRK, (4) perbaikan perhitungan penurunan
emisi GRK dan (5) kajian kebijakan teknologi yang mempunyai kontribusi terbesar
dalam penurunan emisi GRK dari industri biodisel kelapa sawit.
Penelitian ini menggunakan pendekatan sistem, dimana penelitian ini dibagi
menjadi tiga tahap yaitu (1) tahap analisis sistem, (2) tahap pemodelan sistem dan
(3) tahap simulasi. Tahap analisis sistem terdiri dari kegiatan identifikasi sumbersumber emisi, teknologi reduksi dan perhitungan tingkat emisi GRK. Tahap
pemodelan sistem berupa perancangan model dinamika sistem cerdas. Tahap
simulasi meliputi kegiatan perbaikan pergitungan emisi GRK dan penyusunan
rekomendasi kebijakan teknologi untuk penurunan emisinya. Pelaksanaan kegiatan
penelitian tersebut disajikan dalam Gambar 2.
8
Gambar 2 Diagram Alir Pelaksanaan Studi
9
2
TINJAUAN PUSTAKA
Kelapa Sawit dan Biodisel Kelapa Sawit
Kelapa sawit (Elaeis guineensis) adalah tanaman yang berasal dari Afrika
Barat. Buah dari tanaman ini pada awalnya digunakan sebagai sumber minyak dan
vitamin. Tanaman ini mulai ditanam di Indonesia tahun 1848 dan di Malaysia
tahun 1875 (Panapanaan et al. 2009b). Pada tahun 1968, luas kebun kelapa sawit
hanya 120.000 hektar (Goenadi et al. 2005), selanjutnya pada tahun 2010, menjadi
8.1 juta hektar dengan komposisi kepemilikan sebesar 43% petani, 8.5%
perkebunan besar negara dan sisanya 48.5% perkebunan besar swasta (Kemenperin
2011).
Industri CPO dan PKO merupakan industri pemasok bahan baku bagi
industri hilir kelapa sawit. CPO dan PKO dihasilkan dari tandan buah segar (TBS)
sawit. Melalui proses sterilisasi, pemipilan, pengepresan dan penjernihan dihasilkan
minyak sawit kasar (crude palm oil, CPO), sementara depricarping dan pemecahan
biji kernel yang dilanjutkan dengan pengepresan biji akan menghasilkan minyak
inti sawit (palm kernel oil, PKO) (SBRC 2009).
Biodisel adalah pengganti petroleum disel yang diproduksi dari minyak
nabati, minyak jelantah atau lemak hewani (Srivastava dan Prasad 2000; USDE
2008). Biodisel dihasilkan dari minyak yang berasal dari tumbuh-tumbuhan
(vegetable oil) atau lemak hewani (animal fat) dalam suatu proses yang disebut
transesterifikasi, dimana minyak atau lemak direaksikan dengan alkohol (biasanya
digunakan metanol yang dihasilkan dari gas alam) dibantu dengan katalis untuk
menghasilkan mono-alkyl esters (biodisel)