Desain Sistem Penentuan Kualitas Biodiesel Berbasis Minyak Nabati

(1)

DESAIN SISTEM PENENTUAN KUALITAS BIODIESEL

BERBASIS MINYAK NABATI

ELVIYANTI

SEKOLAH PASCASARJANA

INSTITUT PERTANIAN BOGOR

BOGOR

2007


(2)

PERNYATAAN MENGENAI TESIS

DAN SUMBER INFORMASI

Dengan ini saya menyatakan bahwa tesis Desain Sistem Penentuan Kualitas Biodiesel Berbasis Minyak Nabati adalah karya saya sendiri dengan arahan 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 tesis ini.

Bogor, Juli 2007

Elviyanti


(3)

ABSTRACT

ELVIYANTI. Design of System for Determining the Quality of Vegetable Oil-BasedBiodiesel.Supervised by MARIMIN,SAPTARAHARDJAandSUROSO.

In this research, the prototype of assessment system and quality prediction of vegetable oil-based biodiesel during the production process were developed by involving 2 factors of analyses, that is, fundamental analysis and technical analysis and by integrating expertise system in constructing rulebase (rule or attribute range) for reasoning process and decision making using the method of artificial intelligence (AI), Multilayer System Back Propagation, to predict different processes using Statistic Process Control. Fundamental process referred to quality control, processes in critical points of production until the performance of the finished product. In the meantime, technical analysis referred to prediction of variety of critical points of transesterification process, separation and washing in a number of the next production stages. These two analyses were used so that the system could assess and predict patterns of quality increase and decrease of biodiesel when there was a change in fundamental and technical factors. The system was designed and developed using the software ofMatlab 7.01 in a menu of simple interface called SINKUAL BIODiESEL. Input and output of this system were showed in form of quantitative and qualitative data both in numbers and in graphs.

Based on the test of “trial and error” of activation function, error criteria, momentum, rate of learning and number of layers used to give the best network performance, this system used activation function of sigmoid bipolar(tansig) with the network architecture of (551), that is, 5 neurons in an input layer, 5 neurons in a hidden layer and 1 neuron in an output layer. The rate of learning was 0,005; the momentum was 0.9; the minimum error was 0.0001 and the MSE score was 9.28419e-005(336). Validity of AI showed the correlation between network output and target output based on error value obtained.

The implementation of this system was carried out using actual data obtained from PT.EAI (Energy Alternative Indonesia) in a number of production periods in 2006. The result of SINKUAL-BIODIESEL assessment conducted showed that the quality of raw material was in grade B, the process quality was in grade A, and the quality of storage and packaging was in grade A. The overall result of assessment process was in grade A. The system of SINKUAL-BIODIESEL also gave a suggestion to the users so that they could keep the process that had been carried out involving Statistic Process Control (SPC) because with the raw material of medium quality (grade B) is able to produce good quality biodiesel (grade A). The strategy with the highest priority to be implemented was technological improvement program with the highest value of 0.255.


(4)

RINGKASAN

ELVIYANTI. Desain Sistem Penentuan Kualitas Biodiesel Berbasis Minyak Nabati. Dibimbing oleh MARIMIN, SAPTA RAHARDJA dan SUROSO.

Biodiesel merupakan salah satu produk industri berbahan dasar minyak-minyak lemak salah satunya adalah minyak-minyak nabati. Biodiesel dihasilkan dari proses metanolisis atau transesterifikasi pada minyak lemak mengunakan jenis alkohol ditambah katalis sehingga terbentuk metil ester (biodiesel) dan gliserin. Kandungan oksigen biodiesel lebih banyak sehingga pembakaran lebih sempurna, akibatnya gas buang tidak berbahaya, bersih dan ramah lingkungan.

Pada penelitian ini dikembangkan sebuah protitipe sistem penilaian dan prediksi kualitas biodiesel yang berbasis minyak nabati selama proses produksi yang melibatkan dua faktor analisis, yaitu analisis fundamental dan analisis teknik dengan mengintergrasikan sistem pakar dalam membangun rulebase (aturan atau batasan atribut) untuk proses penalaran dan pengambilan keputusan dalam sistem penentuankualitasbiodieseldengan metode jaringan syaraf tiruan (JST) multilayer system backpropagation untuk prediksi keragamaan proses menggunakan Statistic Process Control (SPC).

Analisis fundamental mengacu pada proses pengendalian kualitas yang meliputi pengendalian kualitas bahan baku, proses dititik kritis produksi hingga kinerja akhir produk jadi. Sedangkan analisis teknis mengacu pada prediksi keragaman titik kritis proses transesterifikasi, separasi dan pencucian dalam beberapa periode produksi yang akan datang. Penggunaan kedua analisis tersebut dimaksudkan agar sistem dapat menilai dan memprediksi pola penurunan dan kenaikan kualitas biodiesel saat terjadi perubahan faktor fundamental dan teknis.

Sistem dirancang dan dikembangkan menggunakan perangkat lunak Matlab 7.01 dalam sebuah menu tampilan (interface) yang sederhana dan diberi nama SINKUAL-BIODIESEL. Masukan dan keluaran dari sistem ini ditampilkan dalam bentuk data kuatitatif dan kualitatif baik dalam bentuk angka maupun dalam bentuk grafik.

SINKUAL-BIODIESEL dirancang/dikembangkan untuk membantu para teknik labaratorium dan pihak pengambilan keputusan dan penjaminan mutu (quality ansurance) dalam menilai dan memprediksi kualitas biodiesel yang diproduksi mulai dari jenis minyak nabati, jumlah tahapan proses esterifikasi, penilaian kualitas bahan baku, kualitas mutu biodiesel, titik kritis proses (transesterifikasi, separasi dan pencucian), hingga penilaian proses pengemasan dan penyimpanan biodiesel.

Bobot tingkat kepentingan atribut kualitas biodiesel ditentukan dengan menggunakan metode entropy hal dikarenakan tidak semua atribut penilaian digunakan sebab terbatasnya waktu dan mahalnya biaya pengukuran atribut kualitas bahan baku yang digunakan dan mutu biodiesel yang dihasilkan.

Metode pembelajaran jaringan syarat tiruan (JST) yang digunakan adalah backpropagasi dengan arsitektur jaringan adalah multilayer system. Pilihan fungsi aktivasi yang digunakan adalah fungsi aktivasi sigmoid bipolar (tansig), sigmoid biner (logsig) dan linear.


(5)

Berdasarkan pengujian “trial and error” fungsi aktivasi, kriteria error, momentum, laju pembelajarandan jumlah lapisan yang digunakan memberikan performansi jaringan yang terbaik adalah fungsi aktivasi sigmoid bipolar (tansig) dengan arsitektur jaringan [5 5 1], yakni lima neuron pada lapisan input, lima neuron pada lapisan hidden dan satu neuron pada lapisan output. Laju pembelajaran 0,005; momentum 0,9; minimum error 0,0001 diperoleh nilai MSE 9,28419e-005(336 epoch). Validasi JST menunjukkan kesesuaian antara output jaringan dengan output target berdasarkan nilai error yang dihasilkan.

Penilaian kualitas biodiesel diberikan dalam bentuk grade yang bertujuan untuk mempermudah proses penilaian dan pengendalian kualitas. Dengan adanya grade di pihak pengguna dapat mengambil tindakan dan keputusan sesuai dengan grade yang dihasilkan. Pengklasifikasian biodiesel yang diterima dalam grade A dan grade B ditentukan berdasarkan standar mutu nasional dan standar mutu yang diterapka di industri.

Implementasi sistem ini dilakukan dengan menggunakan data aktual yang diperoleh dari PT. EAI (Energi Alternatif Indonesia) pada beberapa periode produksi tahun 2006. Hasil penilaian SINKUAL-BIODIESEL yang dilakukan menunjukkan bahwa kualitas bahan baku dengan grade B, kualitas proses diterima grade A dan kualitas proses penyimpanan dan pengemasan diterima grade A. Hasil (overall) keseluruhan proses penilaian adalah diterima grade A, selain itu sistem SINKUAL-BIODIESEL memberikan saran kepada pengguna untuk terus mempertahankan proses yang telah dilaksanakan dengan melibatkan Statistic Process Control (SPC) karena dengan bahan baku yang berkualitas sedang (grade B) mampu menghasilkan biodiesel dengan kualitas baik (grade A).

Dengan memperhatikan keseluruhan faktor, aktor dan tujuan yang hendak dicapai dari penerapan strategi peningkatan kualitas biodiesel, maka dapat ditentukan strategi yang memiliki bobot tertinggi dan prioritas pertama untuk dijalankan adalah program perbaikan teknologi sehingga mampu mengolah beragam mutu bahan baku dengan menerapkan proses produksi yang paling tepat dan efisien sehingga mampu menghasilkan biodiesel yang sesuai standar yang diinginkan berbagai segmen pasar. Diharapkan perusahaan mampu mengolah berbagai macam mutu minyak dan mempunyai teknologi proses konversi minyak yang optimal sesuai karakteristik biodiesel yang diinginkan.


(6)

© Hak cipta milik Institut Pertanian Bogor, tahun 2007

Hak cipta dilindungi

Dilarang mengutip dan memperbanyak tanpa izin tertulis dari Institut Pertanian Bogor, sebagian atau seluruhnya dalam bentuk apa pun, baik cetak, fotokopi, mikrofilm dan sebagainya


(7)

DESAIN SISTEM PENENTUAN KUALITAS BIODIESEL

BERBASIS MINYAK NABATI

ELVIYANTI

sebagai salah satu syarat untuk memperoleh gelar Magister Sains

pada Program Studi Teknologi Industri Pertanian

SEKOLAH PASCASARJANA

INSTITUT PERTANIAN BOGOR

BOGOR

2007


(8)

Judul Tesis : Desain Sistem Penentuan Kualitas Biodiesel Berbasis Minyak Nabati

Nama : Elviyanti

NIM : F351030081

Program Studi : Teknologi Industri Pertanian

Disetujui, Komisi Pembimbing

Prof. Dr. Ir. Marimin, M.Sc.

Ketua

Dr. Ir. Sapta Rahardja, DEA. Dr. Ir. Suroso, M.Agr.

Anggota Anggota

Diketahui,

Ketua Program Studi Dekan Sekolah Pascasarjana Teknologi Industri Pertanian

Dr. Ir. Irawadi Jamaran Dr. Ir. Khairil Anwar Notodiputro, MS.


(9)

PRAKATA

Alhamdulillahirobbil’alamin, puji dan syukur penulis panjatkan kepada Allah SWT atas segala karunia-Nya sehingga penelitian ini berhasil diselesaikan. Penelitian ini mengambil topik Desain Sistem Penentuan Kualitas Biodiesel Berbasis Minyak Nabati.

Pada kesempatan ini Penulis menyampaikan ucapan terima kasih kepada Bapak Prof. Dr. Ir. Marimin, M.Sc., Dr. Ir. Sapta Rahardja, DEA., dan Dr. Ir. Suroso, M. Agr. selaku dosen pembimbing serta pimpinan dan staf PT. EAI Tanjung Priok Jakarta yang telah banyak memberikan informasi dan masukan. Disamping itu penghargaan penulis sampaikan kepada Bapak Prof. Ir. Bochari Rachman, M.Sc. Rektor Universitas Bina Darma Palembang, atas kesempatan melanjutkan studi S-2 di Institut Pertanian Bogor. Ungkapan terima kasih juga disampaikan kepada rekan-rekan TIP dan BioTeknologi khususnya Eva, Zendi dan Wiwid, juga teman seperjuangan ”Islam Idiologis” (HT) Bogor yang telah banyak memberi motivasi dan bantuan.

Terima kasih penuh cinta untuk orang tua, suami yang selalu memberikan motivasi, semangat juang dan doa yang tiada henti dalam mengokohkan diriku pada visi dan misi kehidupan yang hakiki yakni meraih prestasi menggapai keridhoan Allah, dan seluruh keluarga atas segala doa dan kasih sayangnya, serta semua pihak yang telah ikut membantu penulis dalam menyelesaikan tesis ini.

Semoga karya ilmiah ini dapat bermanfaat bagi kita semua.

Bogor, Juni 2007

Penulis


(10)

RIWAYAT HIDUP

Penulis dilahirkan di Palembang pada tanggal 18 Januari 1978 dari ayah Amri Yara Muhir dari Manna Bengkulu, dan ibu Misyul Hartati dari Sekayu Sumatera Selatan. Penulis merupakan putri pertama dari enam bersaudara dan sebagai istri dari Sutarno,ST. M.T. dan Alhamdulillah kini sedang menantikan kehadiran anak pertama.

Tahun 1996 penulis lulus dari SMA Negeri 8 Palembang dan melanjutkan studi Diploma (D-1) Komputer Analisis di LPPMK Mulya Pratama Palembang. Pada tahun 1997 lulus seleksi masuk di Program Studi Sosial Ekonomi Pertanian Universitas Sriwijaya Palembang dan lulus pada tahun 2002. Pada tahun 2003 Penulis memperoleh beasiswa BPPS dari Dirjen Pendidikan Tinggi DIKTI untuk melanjutkan studinya di Program Studi Teknologi Industri Pertanian pada Sekolah Pascasarjana Institut Pertanian Bogor selesai pada tahun 2007.

Pengalaman kerja Penulis sejak tahun 2002 hingga sekarang bekerja sebagai staf pengajar di Universitas Bina Darma Palembang.


(11)

ii

DAFTAR ISI

Hal

PRAKATA ... i

DAFTAR ISI ... ii

DAFTAR TABEL ... iv

DAFTAR GAMBAR ... vi

DAFTAR LAMPIRAN... viii

1. PENDAHULUAN ... 1

1.1 Latar Belakang ... 1

1.2 Tujuan Penelitian ... 5

1.3 Ruang Lingkup Penelitian ... 5

1.4 Manfaat Penelitian ... 6

2. TINJAUAN PUSTAKA ... 7

2.1 Definisi Kualitas ... 7

2.2 Minyak Nabati Sebagai Komponen Biodiesel ... 9

2.3 Biodiesel ... 11

2.3.1 Perkembangan Biodiesel ... 12

2.3.2 Proses Produksi Biodisel ... 13

2.3.3 Keuntungan Penggunaan Biodiesel ... 16

2.3.4 Standar Mutu Biodiesel ... 18

2.4 Kecerdasan Buatan ... 21

2.5 Sistem Pakar ... 21

2.5.1 Definisi Sistem Pakar ... 21

2.5.2 Struktur Sistem Pakar ... 23

2.6 Jaringan Syaraf Tiruan ... 26

2.6.1 Dasar Biologis ... 26

2.6.2 Struktur Jaringan ... 27

2.6.3 Proses Pembelajaran... 28

2.6.4 Fungsi Aktivasi ... 28

2.6.5 Backpropagation ... ... 28

2.7 Integrasi Sistem Pakar dan Jaringan Syaraf Tiruan... 29

2.8 Penggunaan Run Chart dan Control Chart ... 30

2.9 Metode Pembobotan Entropy ... 30

2.10 Analisis Proses Hirarki (AHP) ... 31

3. METODOLOGI PENELITIAN ... 34

3.1 Kerangka Pemikiran ... 34

3.2 Tahapan Penelitian ... 35

3.2.1 Tahapan Persiapan ... 37

3.2.2 Pembangunan Model Konseptual ... 38


(12)

iii

3.2.4 Implementasi Sistem ... 38

3.2.5 Perumusan Strategi Peningkatan Kualitas Biodiesel ... 39

3.3 Tata Cara Penelitian ... 39

3.3.1 Sumber Data ... 39

3.3.2 Pengumpulan Data ... 40

3.3.3 Analisis Data ... 40

3.3.4 Penerapan Sistem Pakar dan Jaringan Syaraf Tiruan ... 40

4. PROFIL KUALITAS BIODIESEL BERBASIS MINYAK NABATI.. 42

4.1 Bahan Baku Biodiesel ... 42

4.2 Spesifikasi Biodiesel ... 44

4.3 Spesifikasi Biosolar ... 45

4.4 Beberapa Analisis Mutu Biodiesel ... 46

5. ANALISIS KUALITAS BIODIESEL ... 48

5.1 Data Tingkat Kepentingan Atribut Kualitas Biodiesel... 48

5.1.1 Tingkat Kepentingan Atribut Kualitas Bahan Baku ... 48

5.1.2 Tingkat Kepentingan Atribut Kualitas Proses... 50

5.1.3 Data Keragaman Proses ... 53

5.2 Analisis Data ... 72

5.2.1 Analisis Data Tingkat Kepentingan ... 72

5.2.1.1 Analisis Atribut Penilaian Kualitas Bahan Baku ... 72

5.2.1.2 Analisis Atribut Penilaian Kualitas Proses ... 75

5.2.2 Analisis Data Keragaman Proses ... 79

5.3 Atribut Sistem Penilaian dan Prediksi Kualitas Biodiesel ... 80

5.3.1 Analisis Fundamental ... 81

5.3.2 Analisis Teknis ... 86

6. PEMODELAN DAN RANCANG BANGUN SISTEM ... 87

6.1 Model Konseptual ... 87

6.1.1 Konfigurasi Desain ... 87

6.1.2 Desain Basis Data ... 90

6.1.3 Kerangka Model ... 91

6.2 Rancang Bangun Sistem ... 93

6.2.1 Definisi SINKUAL-BIODIESEL ... 93

6.2.2 Desain Sistem ... 95

6.2.3 Prediksi Kualitas dengan Jaringan Syaraf Tiruan ... 100

6.2.4 Proses Penilaian SINKUAL-BIODIESEL ... 106

6.2.5 Implementasi SINKUAL-BIODIESEL... 109

6.2.6 Integrasi dan Pengujian Sistem ... 109

6.2.7 Pengoperasian Sistem SINKUAL-BIODIESEL ... 110

7. IMPLEMENTASI, VALIDASI DAN VERIFIKASI ... 120

7.1 Implementasi Sistem ... 120

7.1.1 Input Sistem ... 121

7.1.2 Output Sistem ... 126


(13)

iv

8. RUMUSAN STRATEGI PENINGKATAN KUALITAS ... 134

8.1 Penetapan Elemen Peningkatan Kualitas... ... 134

8.2 Penyusunan Hirarki Struktur Keputusan ... 136

8.3 Penentuan Bobot dan Konsistensi Rasio ... 140

8.4 Implikasi Manajerial... 144

9. KESIMPULAN DAN SARAN ... 145

9.1 Kesimpulan ... 145

9.2 Saran .... ... 146

DAFTAR PUSTAKA 147


(14)

v

DAFTAR TABEL

Hal

Tabel 1. Persentase Pemakaian Energi Total Tahun 2003 ... 1

Tabel 2. Perbandingan Karakteristik Biodiesal dan Minyak Solar ... 3

Tabel 3. Karakteristik Fraksi Stearin, Olein dan Minyak Sawit (CPO) ... 10

Tabel 4. Kandungan Asam Lemak Beberapa Minyak Nabati ... 11

Tabel 5. Produksi biodiesel di Eropa tahun 2004 dan target tahun 2006 ... 12

Tabel 6. Reduksi Emisi Gas Buang pada Pengggunaan Biodiesel ... 17

Tabel 7. Perbandingan Emisi Biodiesel dengan Solar ... 18

Tabel 8. Standar Mutu Biodiesel Indonesia (SNI 04-7182-2006) ... 19

Tabel 9. Standar Syarat Mutu Minyak Diesel Indonesia ... 20

Tabel 10. Perbedaan Sistem Pakar dengan Sistem Konvensional ... 23

Tabel 11. Permasalahan dalam Lingkup Sistem Pakar ... 25

Tabel 12. Analisis Kimia Minyak Jarak Pagar (Svlele,2002) ... 43

Tabel 13. Karateristik Kimia dan Fisika Minyak Jarak ... 43

Tabel 14. Sifat Fisik dan Kimia Minyak Sawit ... 44

Tabel 15. Perbandingan Sifat Fisik Biodiesel dari Minyak jarak dan Minyak Sawit dengan Solar ... 45

Tabel 16. Tingkat Kepentingan Atribut Komposisi Asam Lemak ... 49

Tabel 17. Tingkat Kepentingan Atribut Karakteristik Mutu Fisiko Kimia Minyak Nabati ... 49

Tabel 18. Tingkat Kepentingan Atribut Karakteristik Mutu Biodiesel ... 50

Tabel 19. Tingkat Kepentingan Atribut Proses Berdasarkan Proses Esterifikasi Biodiesel ... 51

Tabel 20. Tingkat Kepentingan Atribut Proses Berdasarkan Proses Transesterifikasi Biodiesel ... 51

Tabel 21. Tingkat Kepentingan Atribut Proses Berdasarkan Proses Separasi Biodiesel ... 51

Tabel 22. Tingkat Kepentingan Atribut Proses Berdasarkan Proses Pencucian Biodiesel ... 52

Tabel 23. Tingkat Kepentingan Atribut Proses Berdasarkan Proses Pengemasan dan Penyimpanan ... 52


(15)

vi

Tabel 24. Perhitungan Data Suhu Reaksi Proses Transesterifikasi ... 54

Tabel 25. Perhitungan Data Lama Proses Transesterifikasi ... 57

Tabel 26. Perhitungan Data Suhu Proses Separasi ... 60

Tabel 27. Perhitungan Data Lama Proses Separasi... 63

Tabel 28. Perhitungan Perbandigan Volume Air dan Biodiesel Pada Proses Pencucian... 66

Tabel 29. Perhitungan Data Suhu Air Proses Pencucian ... 69

Tabel 30. Nilai Rata-rata Titik Kritis Proses SINKUAL-BIODIESEL ... 86

Tabel 31. Pemilihan Jumlah Lapisan Tersembunyi (hidden layer) ... 102

Tabel 32. Pemilihan Fungsi Aktivasi Berdasarkan Nilai Error... 103

Tabel 33. Hasil Pengujian Terhadap Nilai Laju Pembelajaran dan Momentum Dengan Fungsi Aktivasi Sigmoid Bipolar (tansig) ... 104

Tabel 34. Hasil Pengujian Terhadap Nilai Laju Pembelajaran dan Momentum Dengan Fungsi Aktivasi Sigmoid Biner (logsig) ... 104

Tabel 35. Hasil Pengujian Terhadap Nilai Laju Pembelajaran dan Momentum Dengan Fungsi Aktivasi Linear ... 105

Tabel 36. Jaringan Syaraf Tiruan Sistem Penilaian Kualitas Biodisel... 105

Tabel 37. Kaidah (rule) pada Masing-masing Sub-Proses Sistem Penilaian Kualitas Biodiesel (SINKUAL-BIODIESEL) ... 106

Tabel 38. Kualifikasi Penilaian Kualitas Bahan Baku... 108

Tabel 39. Kualifikasi Penilaian Kualitas Proses ... 108

Tabel 40. Kualifikasi Penilaian Kualitas Pengemasan dan Penyimpanan ... 108

Tabel 41. Standar RDB Palm Stearin (SP-159-1984) ... 121

Tabel 42. Data Titik Kritis Proses ... 125

Tabel 43. Input dan Output Penilaian Pra-Analisis ... 126

Tabel 44. Input dan Output Penilaian Bahan Baku ... 127

Tabel 45. Input dan Output Penilaian Kualitas Biodiesel ... 129

Tabel 46. Input dan Output Penilaian Titik Kritis Proses ... 129

Tabel 47. Spesifikasi Nilai Batas Bawah dan Nilai Batas Atas di Industri ... 130

Tabel 48. Input dan Output Penilaian Pengemasan dan Penyimpanan ... 131

Tabel 49. Input dan Output Overall penilaian SINKUAL-BIODIESEL ... 132

Tabel 50. Bobot dan Prioritas Faktor Strategi Peningkatan Kualitas Biodiesel ... 140


(16)

vii

Tabel 51. Bobot dan Prioritas Aktor Strategi Peningkatan Kualitas Biodiesel 141 Tabel 52. Bobot dan Prioritas Tujuan Strategi Peningkatan Kualitas

Biodiesel... 142 Tabel 53. Bobot dan Prioritas Strategi Peningkatan Kualitas Biodiesel ... 143


(17)

viii

DAFTAR GAMBAR

Hal

Gambar 2.1 Manfaat Perbaikan Kualitas ... 8

Gambar 2.2 Bagan Reaksi Transesterifikasi ... ... 15

Gambar 2.3 Diagram Alir Proses Produksi Biodiesel Skala Industri ... 16

Gambar 2.4 Grafik Penurunan Emisi Gas Buang pada Penggunaan Biodiesel ... 17

Gambar 2.5 Struktur Sistem Pakar (Turban, 1995) ... 24

Gambar 2.6 Jaringan Syaraf Biologis dan Jaringan Syaraf Tiruan ... 26

Gambar 2.7 Struktur Neuron Jaringan Syaraf Tiruan ... ... 27

Gambar 2.8 Arsitektur Jaringan Backpropagasi ... ... 29

Gambar 3.1 Bagan Kerangka Pemikiran ... 36

Gambar 3.2 Bagan Alir Tahapan Penelitian... 37

Gambar 5.1 Peta Kontrol R untuk Data Suhu Transesterifikasi... .. 55

Gambar 5.2 Peta Kontrol x-bar untuk Data Suhu Trans-esterifikasi berdasarkan Rataan Sampel ... 55

Gambar 5.3 Peta kontrol Gabungan untuk Data Suhu Transesterifikasi ... 56

Gambar 5.4 Peta Kontrol R untuk Data Lama Transesterifikasi... 58

Gambar 5.5 Peta Kontrol x-bar untuk Data Lama Trans-esterifikasi BerdasarkanRataan Sampel... 58

Gambar 5.6 Peta kontrol Gabungan untuk Data Lama Transesterifikasi .... 59

Gambar 5.7 Peta Kontrol R untuk Data Suhu Separasi... 61

Gambar 5.8 Peta Kontrol x-bar untuk Data Suhu Separasi berdasarkan Rataan Sampel... 61

Gambar 5.9 Peta kontrol Gabungan untuk Data Suhu Separasi ... 62

Gambar 5.10 Peta Kontrol R untuk Data Lama Separasi... 64

Gambar 5.11 Peta Kontrol x-bar untuk Data Lama Separasi berdasarkan Rataan Sampel ... 64

Gambar 5.12 Peta kontrol Gabungan untuk Data Lama Separasi... 65


(18)

ix

Gambar 5.14 Peta Kontrol x-bar untuk Data Volume Air Pencucian

berdasarkan Rataan Sampel ... 67

Gambar 5.15 Peta kontrol Gabungan untuk Data Volume Air Pencucian ... 68

Gambar 5.16 Peta Kontrol R untuk Data Suhu Air Pencucian ... 70

Gambar 5.17 Peta Kontrol x-bar untuk Data Suhu Air Pencucian berdasarkan Rataan Sampel ... 70

Gambar 5.18 Peta kontrol Gabungan untuk Data Suhu Air Pencucian ... 71

Gambar 5.19 Atribut Sistem Penilaian SINKUAL-BIODIESEL... ... 81

Gambar 6.1. Konfigurasi Model Aplikasi Sistem .. ... 87

Gambar 6.2. Kerangka Model Secara Global ... 88

Gambar 6.3. Diagram Alir Deskriftif Permodelan SINKUAL-BIODIESEL 89 Gambar 6.4. Diagram Hubungan Sumber Data dalam Basisdata ... 91

Gambar 6.5 Tahapan Pembentukan Sistem Pakar ... ... 92

Gambar 6.6 Penggambaran Bagan Kendali Shewhart ... ... 99

Gambar 6.7 Bagan Kualifikasi SINKUAL-BIODIESEL ... . 100

Gambar 6.8 Menu Utama MATLAB 7.0.1 ... 110

Gambar 6.9 Menu Folder atau Current Directory MATLAB ... 111

Gambar 6.10 Menu Utama SINKUAL-BIODIESEL ... 111

Gambar 6.11 Panel Analisis SINKUAL-BIODIESEL ... 112

Gambar 6.12 Form Identitas Proses Analisis Bahan Baku SINKUAL-BIODIESEL ... 113

Gambar 6.13 Menu Proses Penilaian Kualitas Bahan Baku ... ... 113

Gambar 6.14 Menu Proses Penilaian Kualitas Proses... 114

Gambar 6.15 Menu Utama Proses Prediksi Jaringan Syaraf Tiruan... 114

Gambar 6.16 Menu Proses Prediksi Jaringasn Syaraf Tiruan dengan Performasi Error ... ... 115

Gambar 6.17 Menu Proses Prediksi Jaringasn Syaraf Tiruan dengan Performasi Reggression... 116

Gambar 6.18 Hasil Prediksi Jaringasn Syaraf Tiruan dengan Performasi Target-Output Dataset... ... 116

Gambar 6.19 Hasil Prediksi Jaringasn Syaraf Tiruan dengan Performasi Time Series... 118


(19)

x

Gambar 6.20 Menu Proses Penilaian Kualitas Proses Pengemasan dan

Penyimpanan ... ... 118

Gambar 6.21 Menu Proses Akhir Penilaian Kualitas Biodiesel ... 119

Gambar 6.22 Menu Keluar SINKUAL-BIODIESEL ... ... 119

Gambar 7.1 Menu Utama SINKUAL-BIODIESEL ... 120

Gambar 7.2 Menu Aplikasi Pra-Analisis SINKUAL-BIODIESEL ... 122

Gambar 7.3 Menu Aplikasi Pra-Analisis SINKUAL-BIODIESEL Sub Proses Penilaian Kualitas Bahan Baku ... 123

Gambar 7.4. Menu Aplikasi Pra-Analisis SINKUAL-BIODIESEL Sub Proses Penilaian Kualitas Proses ... 124

Gambar 7.5 Tampilan Hasil Penilaian Jenis Minyak Nabati dan ALB ... 127

Gambar 7.6 Tampilan Hasil Penilaian Jenis Kualitas Bahan Baku Biodiesel berupa (KSP) dan Fisiki Kimia ... 128

Gambar 7.7 Tampilan Hasil Penilaian Mutu Biodiesel dan Titik Kritis... 130

Gambar 7.8. Tampilan Hasil Penilaian Kualitas Pengemasan dan Penyimpanan ... 131

Gambar 7.9 Tampilan Overall SINKUAL-BIODIESEL ... 132

Gambar 8.1 Diagram Sebab Akibat Penurunan Kualitas Biodiesel... 134

Gambar 8.2 Struktur Hirarki Keputusan Strategi Peningkatan Kualitas Biodiesel ... 138


(20)

xi

DAFTAR LAMPIRAN

Hal

Lampiran 1. Tahapan, Cara Memperoleh dan Mengolah Data Penelitian ... 150

Lampiran 2. Kuesioner Penilaian Tingkat Kepentingan Atribut Kualitas Biodiesel Minyak Nabati... 154

Lampiran 3. Kuesioner Penetapan Prioritas Kriteria Peningkatan Kualitas Biodiesel Minyak Nabati ... 163

Lampiran 4 Spesifikasi Bahan Bakar Minyak Jenis Minyak Solar ... 171

Lampiran 5. Perbandingan Karakteristik Metil Ester, Solar dan Diesel ... 172

Lampiran 6. Report Analisis Produksi PT. EAI ... 174

Lampiran 7. Metode Uji Mutu Biodiesel ... ... 176

Lampiran 8. Akuisisi Pakar Kualitas Bahan Baku ... 177

Lampiran 9. Akuisisi Pakar Kualitas Biodiesel ... ... 180

Lampiran 10. Syarat Mutu Standara Perdagangan Minyak Jarak ... 182

Lampiran 11. Karakteristik Sifat Fisika Kimia Minyak Jarak ... 183

Lampiran 12. Analisis Kimia Minyak Jarak Pagar ... ... 184

Lampiran 13. Karakteristik Kimia dan Fisika Minyak Jarak Metode Crew-ASTM D-90 ... 184

Lampiran 14. Standar RDB Palm Stearin (SP-159-1984) ... 185

Lampiran 15. Karakteristik Sifat Fisika dan Kimia Minyak Sawit ... ... 185

Lampiran 16. Standar Kualitas Bahan Bakar Biodiesel ASTM D6751-3 ... 186

Lampiran 17. International Standar for Biodiesel ... 187

Lampiran 18. Physical and chemical properties if diesel fuel and jatropha curcas oil ... 188


(21)

xii

Lampiran 20. Kaidah If-Then Rule Faktor Fundamental... 190

Lampiran 21. Strategi Penalaran Rule Sistem Pakar... ... 199

Lampiran 22. Strategi Pelacakan Rule Sistem Pakar... ... 201

Lampiran 23. Perhitungan Nilai Entropy... ... 205

Lampiran 24. Data Keragaman Proses JST... ... 210

Lampiran 25. Batasan Atribut SINKUAL-BIODIESEL ... ... 212

Lampiran 26. Rule Sistem Penilaian Kualitas SINKUAL-BIODIESEL ... 213

Lampiran 27. Listing Program SINKUAL-BIODIESEL... 220

Lampiran 28. Output Analytical Hierarchy Process (AHP) Strategi Peningkatan Kualitas Biodiesel ... 227


(22)

1

BAB I

PENDAHULUAN

1.1 Latar Belakang

Pada akhir 1960 produksi minyak mentah nasional mulai bergairah dan terus meningkat hingga tahun 1988 produksi mencapai 1,52 juta barrel per hari (bph) setelah itu produksinya terus menurun hingga tahun 2005 produksi minyak mentah nasional hanya sekitar 1,07 juta bph. Disamping karena lapangan yang sudah tua, juga karena turunnya investasi eksplorasi ladang minyak baru sehingga cadangan terus menurun dari tahun 1985 tercatat jumlah cadangan sekitar 9,2 miliar barrel, tahun 2000 turun menjadi 5,1 miliar barrel, dan tahun 2004 berkurang menjadi 4,0 miliar barrel.

Menurut Kurtubi (2006), meskipun ada tambahan produksi dari Blok Cepu yang mulai berproduksi 2008, tahun 2010 diperkirakan produksi minyak mentah nasional hanyamampumencapai 1,05 juta bph. Sedangkan kebutuhan bahan bakar minyak (BBM) dalam negeri diperkirakan sekitar 1,62 juta bph setara dengan 2,0 juta bph minyak mentah sehingga terjadi defisit dan harus mengimpor minyak mentah sekitar 1,0 juta bph.

Departemen Energi dan Sumberdaya Mineral dalam Bismo (2005), mengatakan bahwa ketergantungan Indonesia pada BBM masih 63 persen dari total pemakaian energi nasional tahun 2003, seperti ditunjukkan pada Tabel 1. Tabel 1. Persentase Pemakaian Total Energi Tahun 2003

Jenis Energi Persentase Pemakaian (%)

Bahan Bakar Minyak 63

Batubara 8

Listrik 10

LPG 2

Gas 17 Sumber : Departemen Energi dan Sumberdaya Mineral, 2005.

Semakin meningkat kebutuhan BBM dibarengi dengan produksi minyak bumi yang terus menurun serta timbulnya pencemaran udara yang semakin membahayakan lingkungan inilah yang mendorong usaha diversifikasi sumber


(23)

2

energi yang ramah lingkungan. Khususnya, upaya untuk memproduksi jenis energi terbarukan (renewable) yang berasal dari tumbuh-tumbuhan atau biofuel, seperti etanol dan biodiesel.

Pengembangan biodiesel ke depan sangat menjanjikan mengingat kualitas biodiesel mirip dengan petroleum-based diesel, potensi bahan baku juga sangat banyak seperti sawit, jarak pagar, biji kapuk, kelapa, kedelai, kacang-kacangan, kemiri, dan kekayaan hayati lain yang dapat dieksplorasi.

Menurut Departemen Energi dan Sumber Daya Mineral dalam Kurtubi (2005), kebutuhan solar untuk industri sebesar 6 juta kiloliter/tahun, bila memakai 20 persen biodiesel diperlukan 1.200.000 kiloliter/tahun. Kebutuhan PLN sekitar 12 juta kiloliter, bila memakai 20 persen biodiesel dibutuhkan 2.400.000 kiloliter/tahun. Sedangkan sektor transportasi membutuhkan 26 juta kiloliter, jika memakai 2 persen biodiesel dibutuhkan 520.000 kiloliter/tahun. Total kebutuhan biodiesel nasional mencapai 4.120.000 kiloliter/tahun. Sementara kemampuan produksi pada tahun 2006 baru 110.000 kiloliter/tahun. Pada tahun 2007 baru akan ditingkatkan kapasitasnya mencapai 200.000 hingga 400.000 kiloliter/tahun.

Akibat ketergantungan dan kebutuhan bahan bakar yang terus meningkat pemerintah Republik Indonesia berupaya menekan hal tersebut diantaranya dengan mengeluarkan INPRES No. 10/2005 mengenai penghematan penggunaan energi, INPRES No. 1/2006 mengenai penyediaan dan pemanfaatan bahan bakar nabatidanPERPRESNo.5/2006mengenai kebijakan energi nasional.

Pemerintah melalui Departemen ESDM tahun 2005 mengeluarkan blue print pengelolaan energi nasional yang memuat roadmap pengelolaan energi yang menjelaskan bahwa tahun 2005-2009 produksi biodiesel ditargetkan 2% dari solar atau sebesar (0,72 juta kl), tahun 2010-2015 ditargetkan 3% dari solar atau (1,5 juta kl), dan pada tahun 2016-2025 ditargetkan 5% dari solar (4,7 juta kl).

Berdasarkan potensi ketersediaan bahan baku, Indonesia sangat berpotensi untuk mengembangkan biodiesel sebagai salah satu bahan bakar alternatif yang ramah lingkungan.


(24)

3

Perbedaan karakteristik antara ester minyak nabati dan solar sangat kecil. Pada minyak nabati terdapat banyak oksigen sehingga pembakaran lebih sempurna, akibatnya gas buangannya tidak berbahaya, bersih dan ramah lingkungan. (Santoso, et. al. 2005).

Perbandingan karakteristik biodiesel dan minyak solar yang digunakan di Indonesia dapat dilihat pada Tabel 2.

Tabel 2. Perbandingan Karakteristik Biodiesal dan Minyak Solar

Bahan Bakar Mesin Diesel Karakteristik

Minyak Solar Biodiesel

Ketersedian Bahan Baku

Sebagian diimpor, sumber daya yang tak-terbarukan

Dari bahan nabati dan atau hewani sebagai sumber daya yang dapat diperbaharui. Pembakaran

dan Emisi Zat Berbahaya

Memiliki emisi yang berbahaya, seperti: SOx, NOx, partikulat (PM), atau jelaga (soot).

Tidak mengemisi SOx, tetapi NOx relatif lebih tinggi. Sifat

Penyalaan

Relatif baik, cepat dan tidak bergantung suhu.

Memiliki kendala pada suhu rendah (cold/poor starting performance)

Penyimpanan Stabil pada berbagai musim. Dapat membeku (memadat) pada suhu di bawah 19 ºC

Korosifitas Tidak korosif Merusak karet selang, gasket,

beton, dan polimer. Aplikasi Lebih tepat untuk kendaraan

bermotor dan alat-alat berat.

Baik untuk sistem penggerak menggunakan mesin diesel.

Harga Masih disubsidi Harga tinggi, belum dijadikan

program pemerintah. Sumber : Forum Biodiesel Indonesia dalam Bismo, 2005.

Disamping itu biodiesel juga memiliki beberapa keunggulan dibandingkan bahan bakar diesel petroleum-base, yaitu: (1) merupakan bahan bakar yang tidak beracun dan dapat dibiodegradasi, (2) mempunyai bilangan setana yang tinggi, (3) mengurangi emisi karbon monoksida, hidrokarbon dan NOx, serta (4) terdapat dalam fase cair, meskipun demikian kekurangan biodiesel adalah bersifat korosif.

Kendala yang dihadapi pada pengunaan biodiesel disebabkan beberapa hal, yaitu: kesulitan pada start up, dapat menyumbat filter, viskositas (kekentalan) yang tinggi, dapat merusak (karet, gasket, beton), sehingga industri pengolahan


(25)

4

biodiesel memerlukan sistem pengendalian kualitas yang baik dan seksama untuk menjamin keamanan dan kehandalan penggunaannya (Fajar, 2005).

Menurut Gaspersz (1998), adanya sistem pengendali kualitas yang baik dan terkendali akan menghasilkan produk yang aman dan dapat memenuhi keinginan konsumen serta meningkatkan kepercayaan konsumen terhadap produk tersebut.

Banyak faktor yang terlibat dan mempengaruhi kualitas biodiesel, mulai proses pengolahan seperti bahan baku, metode proses yang digunakan, akurasi pengukuran pada mesin serta lingkungan sehingga menghasilkan kualitas biodiesel berbahan baku minyak nabati yang sesuai spesifikasi yang diinginkan. Dalam hal ini diperlukan sistem yang mampu mempermudah dan mempercepat penilaian kualitas biodiesel minyak nabati, sehingga meningkatkan efesiensi dan efektifitas pelaksanaan pengendalian kualitas biodiesel minyak nabati.

Menurut Marimin (2005), sistem pakar atau sistem yang berbasis pada pengetahuan kecerdasan (intellegent knowledge based system) merupakan salah satu bagian dari kecerdasan buatan yang memungkinkan komputer dapat berpikir dan mengambil kesimpulan dari sekumpulan aturan (aturan biasa dan aturan meta). Arhami (2005), sistem pakar adalah salah satu cabang dari kecerdasan buatan yang membuat secara luas knowledge yang khusus untuk penyelesaian masalah tingkat manusia yang pakar. Sedangkan menurut Kusumadewi (2003), sistem pakar atau (expert system) adalah sistem yang berusaha mengadopsi pengetahuan manusia ke komputer, agar komputer dapat menyelesaikan masalah seperti yang biasa dilakukan para ahli.

Menurut Kusumadewi (2004), jaringan syaraf tiruan adalah merupakan salah satu representasi buatan dari otak manusia yang selalu mencoba mensimulasikan proses pembelajaran pada otak manusia tersebut. Istilah tiruan disini digunakan karena jaringan syaraf ini diimplementasikan dengan menggunakan program komputer yang mampu menyelesaikan sejumlah proses perhitungan selama proses pembelajaran. Sedangkan menurut Fausett (1994), jaringan syaraf tiruan adalah sebuah sistem pemrosesan informasi yang mempunyai karakteristik tertentu seperti jaringan-jaringan syaraf biologis.


(26)

5

Penelitian ini mencoba mengembangkan suatu sistem cerdas dengan mengintegrasikan sistem pakar dan jaringan syaraf tiruan, diharapkan sistem ini memiliki kombinasi kemampuan konsultasi dalam menyelesaikan persoalan layaknya pakar dan meningkatkan kecerdasan dan pengalamannya dari waktu ke waktu sejalan dengan proses pembelajaran yang semakin banyak dan kompleks.

Penggunaan dua sistem analisis ini dimaksudkan agar dapat menilai dan memprediksi pola penurunan atau kenaikan kualitas biodiesel pada saat terjadi perubahan faktor-faktor fundamental dan faktor teknis, sistem ini juga dapat membantu proses kontrol kualitas produk secara berkesinambungan.

1.2 Tujuan Penelitian

Penelitian ini bertujuan untuk :

1. Merancang sebuah prototipe sistem yang dapat melakukan penilaian dan prediksi kualitas biodiesel yang berbasis pada minyak nabati selama proses pengolahannnya dengan mengintegrasikan metode pengambilan keputusan sistem pakar dan pembelajaran jaringan syaraf tiruan.

2. Mengukur kinerja proses yang ada pada industri pengolahan biodiesel sesuai prototipe sistem yang dibangun.

1.3 Ruang Lingkup Penelitian

Ruang lingkup penelitian ini berkaitan dengan penilaian dan prediksi kualitas biodiesel minyak nabati mulai dari penentuan bahan baku minyak nabati, proses pengolahan hingga dihasilkan biodiesel yang memiliki kualitas sesuai dengan spesifikasi mutu yang telah ditetapkan kemudian biodiesel disimpan pada tangki penyimpanan .

Sistem penentuan kualitas biodiesel berbasis minyak nabati ini dirancang berdasarkan: 1) proses pengolahan minyak nabati adalah proses transesterifikasi, 2) bahan baku minyak nabati yang akan dipergunakan dalam sistem penilaian kualitas biodiesel yang diujikan adalah minyak sawit dan minyak jarak, 3) menggunakan pelarut berupa metanol dengan katalis NaOH yang dicampurkan ke dalam pelarut.


(27)

6

Rancangan sistem penilaian dan prediksi kualitas ini menggunakan dua faktor analisis kualitas yaitu analisis fundamental dan analisis teknis. Analisis fundamental merupakan analisis terhadap kualitas biodiesel yang meliputi bahan baku, proses-proses di titik produksi dan kinerja akhir produk biodiesel dan penyimpanan. Analisis ini dikembangkan menggunakan sistem pakar. Sedangkan analisis teknis merupakan analisis terhadap prediksi keragaman proses pada produksi biodiesel yang dikembangkan dengan jaringan syaraf tiruan.

Sistem penilaian dan prediksi kualitas biodiesel minyak nabati ini dibangun dengan mengintegrasikan sistem pakar dan jaringan syaraf tiruan sehingga sistem memiliki kombinasi kemampuan konsultasi atau penilaian dan kemampuan untuk memprediksi. Disamping itu sistem dapat meningkatkan tingkat kecerdasannya dari waktu ke waktu sejalan dengan proses pembelajaran dan bertambahnya basis pengetahuan yang dimiliki.

1.4 Manfaat Penelitian

Manfaat yang diharapkan adalah output prototipe yang dapat melakukan penilaian sekaligus prediksi kualitas biodisel minyak nabati selain itu gambaran kinerja proses berdasar output sistem dan rumusan penetapan strategi sehingga dapat dijadikan sebagai bahan informasi bagi pihak pengguna atau perusahaan khususnya quality control dalam pengambilan keputusan untuk menentukan langkah atau strategi selanjutnya yang dapat memperbaiki kualitas biodiesel berbasis minyak nabati di masa yang akan datang.


(28)

7

BAB II

TINJAUAN PUSTAKA

2.1 Definisi Kualitas

Menurut Gaspersz (1998), terminologi kualitas dalam konteks pengendalian proses didefinisikan sebagai konsistensi peningkatan atau perbaikan dan penurunan variasi karakteristik dari suatu produk barang atau jasa yang dihasilkan, agar memenuhi kebutuhan yang dispesifikasikan, guna meningkatkan kepuasan pelanggan internal maupun eksternal.

Sedangkan pengendalian kualitas merupakan aktivitas teknik dan manajemen, dengan mengukur karakteristik kualitas output barang atau jasa, kemudian membandingkan hasil pengukuran itu dengan spesifikasi output yang diinginkan pelanggan, serta mengambil tindakan perbaikan yang tepat apabila ditemukan perbedaan antara performansi aktual dan standar.

Pada dasarnya performansi kualitas dapat ditentukandan diukur berdasarkan karakteristik kualitas yang terdiri dari beberapa sifat atau dimensi berikut ini: 1. Fisik: panjang, berat, diameter, tegangan, kekentalan, dan lain-lain.

2. Sensor (berkaitan dengan panca indera): rasa, penampilan, warna, bentuk, dan lain-lain.

3. Orientasi waktu: pemeliharaan (maintainability), kehandalan (reliability), pelayanan (serviceability), ketepatan waktu penyerahan produk, dan lain-lain. 4. Orientasi biaya: berkaitan dengan dimensi biaya yang menggambarkan harga

atau ongkos dari suatu produk yang harus dibayarkan oleh konsumen.

Suatu pengukuran performansi kualitas yang akan dilakukan sebaiknya juga mempertimbangkan persyaratan-persyaratan kondisional dalam mendukung pengukuran kualitas itu.

Atribut mendefinisikan karakteristik dari produk yang tidak dapat diukur menggunakan skala rasio, seperti kebersihan, warna, penampilan, kemulusan dan lainnya. Sedangkan variabel merupakan karakteristik produk yang dapat diukur menggunakan skala rasio yang memiliki titik nol dalam skala pengukurannya, seperti diamater, berat, panjang, tinggi, lebar, volume, dan lain-lain.


(29)

8

Peningkatan Kualitas

Peningkatan Daya Saing

Pengurangan Produk Cacat

Peningkatan Harga

Peningkatan Jumlah Produksi

yang dijual Penurunan Biaya

Operasi

Meningkatkan Pendapatan

Peningkatan Laba

Atribut-atribut dan variabel-variabel yang merupakan basis pengendalian kualitas dalam pengukurannya akan berbeda untuk setiap industri, namun pada umumnya yang dipertimbangkan dalam pengukuran performasi kualitas adalah sebagai berikut:

1. Kualitasproduk, yang mencakup performansi, bentuk dan pengembangannya, pelayanan (kemudahan atau ongkos perbaikan), kehandalan, estetik desain dan kemasan, kesesuaian dengan keinginan pelanggan, daya tahan atau masa pakai dari produk, dan lain-lain.

2. Dukungan purna-jual terutama yang berkaitan dengan waktu penyerahan, konsistensi, tingkat pemenuhan pesanan, tanggapan dalam keadaan darurat dan kebijaksaaan pengembalian produk.

3. Interaksi karyawan dan pelanggan, mencakup ketepatan waktu memberikan tanggapan terhadap keluhan-keluhan pelanggan, penampilan karyawan serta kesopanan dalam menyelesaikan keluhan-keluhan pelanggan.

Upaya perbaikan kualitas hendaknya dilakukan terus menerus untuk meningkatkan daya saing dan kepuasan pelanggan karena akan berdampak positif pada pendapatan perusahaan. Manfaat perbaikan kualitas itu sendiri menurut Paal dalam Septiani (2005) dapat dilihat pada Gambar 2.1.


(30)

9

2.2 Minyak Nabati Sebagai Komponen Biodiesel

Minyak nabati merupakan minyak yang diperoleh dari tumbuhan yang mempunyai potensi untuk menghasilkan minyak. Minyak yang diperoleh dapat menjadi bahan baku bagi pembuatan biodiesel. Beberapa contoh minyak nabati tersebut antara lain minyak sawit, minyak kelapa, minyak inti-sawit, minyak kacang tanah, minyak jarak pagar, minyak nyamplung, minyak kelor, minyak kesambi, minyak kapok/randu, lemak rambutan dan lain-lain.

Indonesia adalah negara penghasil minyak nabati terbesar khususnya yang diperoleh dari minyak sawit (Crude Palm Oil). Produksi minyak sawit yang cenderung meningkat juga potensial untuk tujuan pengembangan BBM alternatif atau dikenal sebagai energi hijau.

Industri pengolahan minyak sawit pada dasarnya menghasilkan dua produk utama, yaitu olein (fraksi cair) dan stearin (fraksi padat). Dalam proses fraksionasi dapat diperoleh olein sebanyak 70 persen dan stearin 30 persen. Fraksi olein lebih baik digunakan untuk bahan baku pembuatan minyak goreng, karena asam lemak tak jenuh yang terkandung di dalamnya lebih mudah dicerna di dalam tubuh.

Sedangkan fraksi stearin digunakan sebagai bahan baku pada pabrik oleokimia, kosmetik dan untuk ekspor. Namum saat ini stearin merupakan bahan baku utama pembuatan biodiesel. Stearin yang dihasilkan oleh pabrik-pabrik fraksionasi minyak kelapa sawit di Indonesia tidak berbentuk serbuk, melainkan masih berbentuk pasta yang menunjukkan kandungan oleinnya masih tinggi berkisar 40 persen.

Fraksi stearin akan terus berlimpah karena produksi oleokimia dalam negeri sampai kini juga masih sangat sedikit dibanding produksi bahan baku yang terus meningkat. Berikut ini karakteristik dari minyak sawit dan fraksinya yang dapat dilihat pada Tabel 3 berikut ini.


(31)

10

Tabel 3. Karakteristik Fraksi Stearin, Olein dan Minyak Sawit (CPO)

No. Karakteristik Stearin Olein CPO

1. Densitas relatif 50oC/air suhu 25oC 0.8866 0.9007 0.8927 2. Indeks refraktif nD50C 1.4492 1.4589 1.4533

3. Bilangan penyabunan 199 198 195.7

4. Materi tak tersabunkan 0.6 0.75 0.51

5. Komposisi asam lemak (%berat dari metil ester) C12:0 C14:0 C16:0 C16:1 C18:0 C18:1 C18:2 C18:3 C20:0 0.25 1.45 62.2 0.07 5.0 24.8 5.9 0.3 0.45 0.3 1.0 39.8 0.2 4.4 42.4 11.2 0.4 0.4 0.1 1.0 43.7 0.1 44 39.9 10.3 - 0.3

6. Bilangan iod, wijs 33.8 58.1 52.9

7. Slip point 51.0 21 34.2

8. Total karotenoid (sebagai β karotenoid) mg/kg 450 - -

Sumber : PORIM dalam Basri, 1997

Stearin memiliki asam lemak jenuh yang lebih banyak daripada fraksi olein. Asam lemak jenuh memiliki bilangan setana yang lebih besar dibanding asam lemak tak jenuh. Meningkatnya jumlah ikatan rangkap suatu metil ester asam lemak akan menyebabkan penurunan bilangan setana.

Dengan demikian dapat disimpulkan bahwa untuk komponen biodiesel lebih dikehendaki metil ester asam lemak jenuh seperti yang terdapat dalam fraksi stearin minyak sawit karena memiliki bilangan setana yang besar. Alasan ini menjadikan fraksi stearin sebagai sumber yang tepat untuk dijadikan bahan baku pembuatan biodiesel. Secara lebih rinci kandungan asam lemak dari beberapa minyak nabati disajikan pada Tabel 4 berikut ini.


(32)

11

Tabel 4. Kandungan Asam Lemak beberapa Minyak Nabati

Kandungan Asam (%)

Asam Lemak R n Sawit

(CPO)

Inti Sawit (PKO)

Kelapa Kedelai Bunga

Matahari Kanola

Jarak Pagar

Heksanoat 0 6 - 0,5 0,5 - - - -

Oktanoat 0 8 - 3-10 6-9 - - -

Dekanoat 0 10 - 3-14 6-10 - - - -

Laurat 0 12 0,1-1,0 37-52 44-51 - - - -

Miristat 0 14 0,9-1,5 7-17 13-18 - - - -

Palmitat 0 16 41,8-46,8 2-9 8-10 7-10 4-8 3,49 12-17

Stearat 0 18 4,2-5,1 1-3 1-3 3-6 2-5 0,48 3-10

Elikosanoat 0 20 0,2-0,7 0,6 - 0-2 0-1 - -

Dekasanoat 0 22 - - - - 0-1 - -

Palmitoleat 1 16 - 0,6 0,3 1 - - -

Oleat 1 18 37,3-40,8 11-23 5,5-7,5 20-35 20-35 64,4 35-64 Linoleat 2 18 9,1-11,0 1-3 1-2,5 40-57 45-68 22,30 19-42

Linolenat 3 18 0-0,6 - - 5-14 - 8,23 -

Sumber : CIC Indochemical, (1992); Goering (1982). n = jumlah karbon R = ikatan rangkap

Tabel di atas menyajikan kandungan asam lemak dari beberapa minyak nabati. Data yang disajikan mengenai persen kandungan asam lemak jenuh (r=0) dan tidak jenuh (r ≠ 0) dapat digunakan untuk memperkirakan besarnya angka setana yang dimiliki tiap jenis asam lemak. Asam lemak dari sawit memiliki asam lemak jenuh yang lebih tinggi sehingga dapat diperkirakan memiliki bilangan atau angka setana yang lebih baik.

Minyak kedelai adalah bahan baku biodiesel yang dikembangkan di Amerika Serikat. Bahan baku dari minyak bunga matahari dan kanola (rapeseed) dikembangkan sebagai bahan baku biodiesel di Eropa, memiliki angka setana dibawah biodiesel yang bersumber dari minyak sawit. Sedangkan minyak jarak sedang dikembangkan di India dan Indonesia.

2.3. Biodiesel

Biodiesel adalah bahan bakar motor diesel yang terbuat dari sembarang sumber daya hayati. Dalam pengertian populer dewasa ini, yang dimaksud biodiesel adalah bahan dasar motor diesel yang terdiri dari metil-ester asam-asam lemak. Biodiesel digunakan untuk mencampur petrodiesel (solar atau


(33)

ADO-12

automotive diesel oil). Biodiesel dapat berupa minyak kasar atau monoalkil ester

asam lemaknya, umumnya merupakan metil ester (Allen, 1999).

Biodiesel umumnya dibuat melalui proses metanolisis atau etanolisis

minyak-lemak (minyak-nabati) dan lemak hewan menggunakan reaksi trans-esterifikasi atau trans-esterifikasi dengan katalis basa atau asam. Produk samping proses ini adalah gliserol yang juga mempunyai pangsa pasar besar (Soerawijaya, 2004).

2.3.1 Perkembangan Biodiesel

Beberapa negara yang telah memanfaatkan biodiesel adalah Ghana (bahan baku kacang-kacangan), Amerika Serikat (biodiesel dari minyak kedelai), Jerman (bahan baku baku rapeseed atau kanola), serta Inggris dan Prancis (bahan baku bunga matahari). Berikut ini data produksi biodiesel di Eropa pada tahun 2004 dan target pada tahun 2006 yang tertera pada Tabel 5.

Tabel 5. Produksi biodiesel di Eropa tahun 2004 dan target tahun 2006.

Negara Produksi 2004 (ribu ton)

Estimasi 2006 (ribu ton)

Jerman 1.035 1.900-2.100

Prancis 348 600-800

Italia 320 500-550

Inggris - 250

Austria 57 150

Polandia - 100-120

Spanyol 13 70-80

Slovakia 15 70-80

Czech Republika 60 60-70

Denmark 70 30-40

Swedia 1 8-10

Sumber : Fediol dan EBB dalam Prihandana, 2006

Dari tabel diatas cukup banyak negara yang sudah menggunakan biodiesel. Penggunaan biodiesel sebenarnya sudah dimulai sejak tahun 1898, ketika Rudolf diesel menciptakan mesin diesel. Ketika itu, beliau menggunakan minyak nabati dari kacang tanah (Arachis hipogaea) sebagai bahan bakar mesin tersebut (Prihandana, 2006).


(34)

13

Jika dibandingkan dengan negara-negara tadi, Indonesia sebenarnya akan lebih maju dan memiliki keunggulan komperatif. Indonesia didukung iklim terutama sinar matahari sepanjang tahun dan keanekaragaman hayati sebagai bahan baku green fuel (biodiesel).

Kedepannya Indonesia akan mengembangkan biodiesel dari minyak jarak, karena minyak jarak bukan minyak pangan sehingga penggunaannya tidak perlu bersaing dengan minyak pangan sebagaimana minyak sawit selama ini untuk bahan baku pabrik minyak goreng. Selain itu minyak jarak dari tanaman jarak pagar sesuai dengan iklim cuaca Indonesia yang memperoleh sinar matahari sepanjang tahun dan cocok ditanam dilahan yang marjinal.

Penelitian-penelitian dan pengembangan produk biodiesel sebagai bahan bakar/energi alternatif di Indonesia mulai diteliti sejak tahun 2000 pada skala laboratorium yang dilakukan oleh Pusat Penelitian dan Pengembangan Teknologi Hasil Hutan (P3THH). Sejumlah pilot plant juga dilakukan oleh BPPT Puspitek Sepong (tahun 2003) kapasitas 1,5 ton/hari, Lemitek ITB (tahun 2004) kapasitas 150 liter/bacth dan PT. Energi Alternatif Indonesia (tahun 2005) kapasitas 1 ton/hari. Ketiga pilot plant tersebut, saat ini menghasilkan biodiesel dari minyak sawit (CPO)atau disebut juga biodiesel minyak sawit (BMS). BPPT memproduksi biodiesel dengan merek “Solarmax”, sedangkan PT. EAI memproduksi dengan merek “Natur fuel”.

Pengembangan biodisel berbahan baku jarak pagar sekarang masih dalam tahap pengembangan budidaya, dan produksi skala laboratorium dan uji coba pada skala pilot plant, namun masih terkendala dengan ketersediaan bahan baku. Oleh karena itu, bahan baku minyak sawit CPO (Crude Palm Oil) adalah bahan baku yang tepat saat ini ketersediaanya, sangat mencukupi berupa fraksi stearin.

2.3.2 Proses Produksi Biodiesel

Biodiesel secara konvensional diproduksi melalui transesterifikasi minyak dengan alkohol rantai pendek dibantu dengan katalis homogen. Transesterifikasi adalah reaksi ester untuk menghasilkan ester baru yang mengalami pertukaran posisi asam lemak (Sontag, 1982).


(35)

14

Transesterifikasi minyak menjadi metil ester dilakukan baik dengan satu tahap atau dua tahap proses, tergantung pada mutu awal minyak. Minyak dengan kandunganasamlemak bebastinggi dapat lebih efisiendikonversi esternya melalui beberapa tahap reaksi yang melibatkan katalis asam untuk mengesterifikasi asam lemak bebas yang dilanjutkan dengan transesterifikasi berkatalis basa yang mengkonversikan sisa trigliserida (Canaki dan van Gerpen, 2001). Namun jika minyak mengandung asam lemak bebas yang rendah, transesterifikasi dapat dilakukan dengan satu tahap saja.

Minyak yang mengandung asam lemak bebas (ALB) yang cukup tinggi seperti minyak jarak sebaiknya menggunakan proses dua tahap dengan tujuan untuk menurunkan asam lemak bebasnya terlebih dahulu. Minyak jarak memiliki kandungan ALB sebesar 0,5-10 %.

Kelapa sawit dengan mutu prima (SQ, Special Quality) seperti yang dihasilkan Malaysia mengandung asam lemak (FFA, Free Fatty Acid) tidak lebih dari 2% pada saat pengapalan. Kualitas standard minyak kelapa sawit mengandung tidak lebih dari 5% FFA. Setelah pengolahan, kelapa sawit bermutu akan menghasilkan rendemen minyak 22,1-22,2% (tertinggi) dan kadar asam lemak bebas 1,7-2,1% (terendah).

Penggunaan metanol dalam reaksi transesterifikasi trigliserida lebih umum digunakan karena lebih murah untuk menghasilkan metil ester (biodiesel) dengan bantuan katalis, dan katalis yang biasa digunakan diantaranya adalah Sodium Metilat, NaOH, atau KOH.

Proses reaksi transesterifikasi trigliserida atau minyak-lemak dengan jenis pelarut metanol atau etanol yang menghasilkan ester etil/metil asam-asam lemak atau biodiesel dan gliserin dapat dilihat pada Gambar 2.2 berikut ini.


(36)

15

Katalis +

O

C OCH2

R2

O

C OCH

R2

O

C OCH2

R2

3CH3OH

KOH/NaOH OCH2

OCH2

OCH2

+ 3R C OCH3

O

Trigliserida Metanol Gliserol Ester Metilat

Gambar 2.2 Bagan Reaksi Transesterifikasi

Reaksi transesterifikasi dipengaruhi oleh faktor internal (bahan baku) dan faktor eksternal. Faktor internal adalah kondisi minyak itu sendiri adalah kandungan air, kandungan asam lemak bebas, dan kandungan zat terlarut maupun tidak terlarut yang dapat mempengaruhi reaksi. Faktor eksternal (proses) adalah kondisi yang bukan berasal dari minyak dan dapat mempengaruhi reaksi. Faktor eksternal diantaranya adalah suhu reaksi, waktu reaksi, kecepatan pengadukan, jenis dan konsentrasi katalis, dan jumlah rasio molar metanol terhadap minyak.

Reaksi transesterifikasi berlangsung sekitar 0,5-1 jam pada suhu 60 oC sehingga terbentuk dua lapisan. Lapisan atas adalah metil ester (biodiesel) dan lapisan bawah adalah gliserin (gliserol) sebagai hasil samping yang dapat dimanfaatkan sebagai bahan baku pembuatan sabun dan produk kosmetik untuk

moistourising. Berikut ini disajikan bagan alir proses pembuatan biodiesel skala


(37)

16

Asam Lemak/ Minyak/Lemak Metanol

Katalis

Mixer

Neutralization

(Netralisasi) Pemisahan (Separasi)

Pencucian

Evaporation

(Penguapan)

Air Panas Gliserol dan

kotoran

Metanol dan Air

Metil Ester dan Air Uap Air

BIODIESEL

Biodiesel Kasar

Recovery

Metanol

Transesterifikasi

Metil Ester dan Metanol

Gambar 2.3 Diagram Alir Proses Produksi Biodiesel Skala Industri

2.3.3 Keuntungan Penggunaan Biodiesel

Menurut Bismo (2005), beberapa keuntungan dari penggunaan biodiesel dibanding minyak fosil antara lain:

y Menurunkan kadar emisi gas-gas beracun dan berbahaya pada keluarannya (gas buang), seperti: SPM, CO, HC, SOx.

y Memperbaiki tingkat pelumasan mesin (friction reducer) dan juga mengurangi ketergantungan pada pelumas.

y Mengurangi potensi terbentuknya senyawa-senyawa yang bersifat

karsinogenik PAH (polycyclic aromatic hydrocarbon), nPAH (nitrated

polycyclic aromatic hydrocarbon).

y Mengurangi bau yang ditimbulkan oleh pembakaran.


(38)

17 NOx PM HC CO 20% 10% 0% -10% -20% -30% -40% -50% -60% -70% -80%

Persen pengunaan biodiesel

Persen perub a h a n k a n d ung an emi s i

20% 40% 60% 80% 100%

y Mengurangi efek rumah kaca

y Dapat diuraikan secara biologis (biodegradable)

y Menambah umur mesin dan umur pembakaran.

Penggunaan biodiesel dapat menurunkan emisi gas buang hidrokarbon hingga 67 persen, CO, dan SPM masing-masing hingga 47 persen dan 48 persen pada penggunaan biodiesel dengan kadar 100 persen atau B100. Gambaran masing-masing penurunkan emisi gas buang dapat dilihat pada Tabel 6 dan Gambar 2.4 dibawah ini.

Tabel 6. Reduksi Emisi Gas Buang pada Pengggunaan Biodiesel

Emisi B20 B100

Karbon monoksida (CO) -12% -47%

Hidrokarbon (HC) -20% -67%

Partikulat (SPM) -12% -48%

NOx + 2% +10%

Sumber: USEPA

Keterangan:

BX adalah kadar biodiesel yang dicampurkan dalam solar sebesar x persen

B20 berarti terdapat 20% biodiesel dalam campuran biodiesel dan solar

B100 berarti biodiesel murni tanpa campuran minyak lainnya.

Gambar 2.4 Grafik Penurunan Emisi Gas Buang pada Penggunaan Biodiesel, (Sumber: USEPA)


(39)

18

Komponen bahan kimia yang ada dalam biodiesel lebih rendah dibandingkan dengan petrodiesel (solar). Biodiesel tidak mengandung senyawa SO2 (0 ppm). Walaupun ada, nilainya relatif kecil (kurang dari 15 ppm). Selain

dari emisi karbon monoksida (CO) yang dihasilkan cukup rendah. Perbandingan emisi biodiesel dengan solar dapat dilihat pada Tabel 7 di bawah ini

Tabel 7. Perbandingan Emisi Biodiesel dengan Solar

Bahan Kimia Biodiesel Solar Perbedaan (%)

SO2 (ppm) 0 78 -100

CO (ppm) 10 40 -75

NO (PPM) 37 64 -42

NO2 (ppm) 1 1 0

O2 6 6,6 -9

Total partikulat (mg/Nm3) 0,25 5,6 -96

Benzen (mg/Nm3) 0,3 5,01 -99,9

Toluen (mg/Nm3) 0,57 2,31 -99,9

Xylene (mg/Nm3) 0,73 1,57 -99,9

Etilbenzen (mg/Nm3) 0,3 0,73 -59

Sumber : Prihandana, 2006

Beberapa referensi lain mengemukakan angka SO2 biodiesel berkisar antara

0-24 ppm, solarberkisar 1.500-4.100 ppm. Belerang adalah pemicu emisi SPM

(Solid Particulate Matter) dan asap hitam. Partikel SPM bersifat karsinogenik

atau bahan pemicu tumbuhnya sel kanker. Kendaraan yang menggunakan bahan bakar solar menghasilkan emisi SPM lebih banyak, sedangkan emisi SPM dari biodiesel relatif sedikit sehingga wajar jika biodiesel disebut sebagai bahan bakar yang ramah lingkungan.

2.3.4 Standar Mutu Biodiesel

Beberapa negara telah menetapkan standar mutu biodiesel. Penetapan standar biodiesel antara satu negara dengan negara lain sedikit berbeda. Standar ini disesuaikan dengan bahan baku, iklim dan kondisi masing-masing negara.

Menurut Fajar (2001), standar kualitas biodiesel yang diinginkan adalah spesifikasi biodiesel yang mengacu standar nasional, seperti Pertamina atau standar internasional (Eropa, Amerika atau Jepang) dengan mengacu pada


(40)

19

Secara umum, parameter yang menjadi standar mutu biodiesel adalah densitas, nyala api, angka setana, viskositas kinetika, abu tersulfatkan, nilai kalori, bilangan iod, dan residu karbon (Hambali, et. al., 2006). Sedangkan menurut Badan Standardisasi Nasional Indonesia (tahun 2006) menetapkan 18 parameter yang disahkan dalam SNI 04-7182-2006 dan dapat dilihat pada Tabel 8.

Tabel 8. Standar Mutu Biodiesel Indonesia (SNI 04-7182-2006)

Parameter dan satuannya Batas nilai Metode uji Metode setara Massa jenis pada 40oC, kg/m2 850-890 ASTMD 1298 ISO 3675 Viskos kinem 40oC, mm2/s (cSt) 2,3-6,0 ASTMD 445 ISO 3104

Angka setana Min.51 ASTMD 613 ISO 5165

Titik nyala (mangkok tutup),oC Min.100 ASTMD 93 ISO 2710

Titik Kabut, 0C Maks.18 ASTMD 2500 -

Korosi tembaga (3 jam, 50oC) Maks.no.3 ASTMD 130 ISO 2160 Residu Karbon (%-b)

ydalam contoh asli

ydalam 10% ampas distilasi

Maks.0,05 Maks.0,30 ASTMD 4530 ASTMD 4530 ISO 10370 ISO 10370 Air dan sedimen,%-vol Maks.0,05 ASTMD 2709 - Temperatur distilasi 90%, oC Maks.360 ASTMD 1160 - Abu tersulfatkan, (%-b) Maks.0,02 ASTMD 874 ISO 3987 Belerang, ppm-b (mg/kg) Maks.100 ASTMD 5453 ISO 20884 Fosfor, ppm-b (mg/kg) Maks.10 AOCS Ca 12-55 FBI-A05-03 Angka Asam, mg-KOH/g Maks.0,8 AOCS Cd 3-63 FBI-A01-03

Gliserol bebas, %-b Maks.0,02 AOCS Ca 14-56 FBI-A02-03

Gliserol total, %-b Maks.0,24 AOCS Ca 14-56 FBI-A02-03

Kadar ester alkil, %-b Min.96,5 Dihitung * FBI-A03-03 Angka iodium, %-b (g-l2/100 g) Maks.115 AOCS Cd 1-25 FBI-A04-03

Uji Halphen Negatif AOCS Cb 1-25 FBI-A06-03

Sumber: Badan Standar Nasional, 2006.

Keterangan:

y Tiap nilai besaran parameter kualitas biodiesel adalah “jumlah” netto dari nilai-nilai besaran serupa pada ester-ester metil asam lemak penyusunnya.

y Kadar ester (%-massa) =

s ttl a s

A

G

A

A

.

)

(

4

57

100

As adalah angka penyabunan yang ditentukan dengan metode AOCS Cd 3-25, mg KOH/g biodiesel

Aa adalah angka asam yang ditentukan dengan metode AOCS Cd 3-63 atau ASTM D-664, mg KOH/g biodiesel

Gttl adalah kadar gliserol total dalam biodiesel yang ditentukan dengan metode Ca 14-56, %-massa.


(41)

-20

Karakteristik yang dimiliki biodiesel ada kekurangan dan kelebihannya. Kekurangannya adalah nilai kalori lebih rendah dan viskositas atau kekentalan lebih tinggi dari pada solar. Sedangkan keuntungannya yaitu nilai bilangan setana yang tinggi berkisar 50-60, atom karbon per molekul dan flash point lebih tinggi dari pada solar. Keuntungan lainnya adalah biodiesel mengandung banyak oksigen (solar tidak memiliki oksigen) sehingga akan terjadi pembakaran sempurna di mesin diesel, akibatnya akan diperoleh hasil buangan yang bersih, tidak berbahaya, low smoke number, dan biodegradable. Secara lebih rinci standar mutu biodiesel dengan petrodiesel dapat dilihat pada Tabel 9 dibawah ini.

Tabel 9. Standar Syarat Mutu Minyak Diesel Indonesia

Jenis Minyak Diesel Parameter dan satuannya Mesin Putaran

Tinggi

Mesin Industri

Mesin Putaran Rendah dan

Sedang

Bilangan setana ≥ 40,0 ≥ 40,0 ≥ 30,0 Temperatur didih, oC 288 288 - 338 -

Kekentalan pada 38oC, mm2/s 1,4-2,5 2,0-4,3 5,8-26,4 Titik nyala, oC ≥ 38,0 ≥ 52,0 ≥ 38,0

Kadar Belerang, % berat ≤ 0,50 ≤ 0,50 ≤ 2,00 Kadar air dan sedimen, % volume ≤ 0,05 ≤ 0,05 ≤ 0,50 Kadar abu, % berat ≤ 0,01 ≤ 0,01 ≤ 0,10 Rams bottom residu karbon dalam

10% residu destilasi, % massa ≤ 0,15 ≤ 0,35 -

Sumber: American Society for Testing and Material dalam Haryanto, 2000.

Modifikasi kimia justru paling mudah dilakukan mengubah karakteristik biodiesel menjadi bahan bakar yang memiliki berat molekulnya lebih kecil, kekentalan yang hampir sama dengan minyak diesel/solar dan mempunyai setana tinggi (Soerawijaya, 2005).

Secara teknis solar yang dicampur biodiesel akan meningkatkan angka setana hingga 64, sedangkan solar biasa memiliki angka setana 48 sedangkan pertamina DEX (Diesel Environment Extra) memiliki angka setana sebesar 53. Semakin tinggi angka setana semakin aman emisi gas buangnya.


(42)

21

2.4 Kecerdasan Buatan

Menurut Kusumadewi (2004), kecerdasan buatan atau artificial intellegence

merupakan salah satu bagianilmukomputeryang membuat agar mesin (komputer) dapat melakukan pekerjaan sebaik yang dilakukan manusia. Agar komputer bisa bertindak seperti dan sebaik manusia, maka komputer juga harus diberi bekal pengetahuan, dan mempunyai kemampuan untuk menalar.

Untuk melakukan aplikasi kecerdasan buatan ada dua bagian utama yang dibutuhkan, yaitu: basis pengetahuan (knowledge base) berisi fakta-fakta, teori, pemikiran dan hubungan satu dengan yang lain, dan motor inferensi (inference

engine), yaitu kemampuan untuk menarik kesimpulan berdasarkan pengalaman.

Pada dasarnya penelitian dan penerapan kecerdasan buatan mencakup dalam tiga bidang, yaitu:

1. Pengolahanbahasaalami(natural language processing),dengan pengembangan program-program yang memungkinkan komputer dapat berkomunikasi dengan manusia menggunakan bahasa sehari-hari.

2. Robotika dan sistem sensor (robotic and sensory systems).

3. Sistem Pakar (expert system), komputer digunakan sebagai sarana menyimpan kemampuan para pakar, sehingga akan memiliki kemampuan menyelesaikan masalah dengan meniru keahlian yang dimiliki oleh pakar.

2.5 Sistem Pakar

2.5.1 Definisi Sistem Pakar

Sistem pakar mulai dikembangkan oleh komunitas kecerdasan buatan pada pertengahan tahun 1960 yang berisi pengetahuan yang eksklusif/khusus untuk menyelesaikan masalah tingkat manusia pakar.

Menurut Marimin (2005), sistem pakar adalah sistem perangkat lunak komputer yang menggunakan ilmu, fakta, dan teknik berfikir dalam pengambilan keputusan untuk menyelesaikan masalah-masalah yang biasanya hanya dapat diselesaikan oleh tenaga ahli dalam bidang yang bersangkutan.


(43)

22

Beberapa definisi sistem pakar dalam Kusumadewi (2004), antara lain:

y Menurut Durkin, sistem pakar adalah program komputer yang dirancang untuk memodelkan kemampuan penyelesaian masalah oleh seorang pakar.

y Menurut Ignizio, sistem pakar adalah suatu model dan prosedur yang berkaitan, dalam suatu domain tertentu, yang mana tingkat keahliannya dapat dibandingkan dengan keahlian seorang pakar.

y Menurut Giaratano dan Riley, sistem pakar adalah suatu sistem komputer yang bisa menyamai atau meniru kemampuan seorang pakar.

Menurut Turban (2005), konsep dasar sistem pakar mengandung keahlian antaran lain: ahli, pengalihan keahlian, inferensi, aturan-aturan dan kemampuan untuk menjelaskannya. Pakar itu sendiri adalah orang yang mampu menjelaskan suatu tanggapan, memperlajari hal-hal baru seputar topik permasalahan atau bidang pakarnya, menyusun kembali pengetahuan jika diperlukan, memecahkan aturan-aturan jika dibutuhkan, dan menentukan relevan tidaknya keahlian mereka. Sehingga sistem pakar itu dijelaskan Feigenbaun dalam Harmon dan King (1985), adalah perangkat lunak komputer cerdas yang menggunakan pengetahuan dan prosedur inferensi untuk memecahkan masalah yang cukup rumit atau memerlukan kemampuan seorang pakar untuk memecahkannya.

Sistem pakar berbeda dengan program konvensional, karena program yang terakhir hanya dapat dimengerti oleh pembuat program (programmer) sedangkan sistem pakar bersifat interaktif dan mempunyai kemampuan untuk menjelaskan apa yang ditanyakan pengguna (user friendly).

Pengetahuan yang digunakan dalam sistem pakar umumnya dibuat dalam bentuk rule-based system. Kaidah-kaidah (rules) atau informasi dari pengalaman tentang tingkah laku suatu unsur dari suatu gugus persoalan, dimana pengetahuan disimpan dalam bentuk aturan if-then. Kemampuan inilah yang membedakan Kaidah-kaidah biasanya memberikan deskripsi tentang kondisi yang diikuti oleh akibat dari persyaratan tersebut. Perbedaan perangkat lunak sistem pakar dengan sistem konvensional di sajikan pada Tabel 10.


(44)

23

Tabel 10. Perbedaan Sistem Pakar dengan Sistem Konvensional Sistem Konvensional Sistem Pakar

y Menyajikan dan menggunakan data

y Menyajikan dan menggunakan pengetahuan

y Bersifat algoritmitik atau langkah demi langkah

y Bersifat Heuristik atau menyeluruh

y Proses Repetitif y Proses Inferensi

y Memanipulasi basisdata, cukup sulit dan membosankan

y Memanipulasi basis pengetahuan dan dapat dilakukan dengan mudah

y Berorientasi pada pengolahan bilangan

y Berorientasi pada pengolahan simbolik

y Tujuan utama adalah efisiensi y Tujuan utama adalah efektivitas

y Sistem hanya beroperasi jika sistem tersebut sudah lengkap

y Sistem dapat beroperasi hanya dengan beberapa aturan

Tujuan perancangan sistem pakar adalah untuk mempermudah kerja atau bahkan menggantikan tenaga ahli, penggabungan ilmu dan pengalaman dari beberapa tenaga ahli, training tenaga ahli baru, dan penyediaan keahlian yang diperlukan oleh suatu proyek yang tidak ada atau tidak mampu membayar tenaga ahli sehingga dapat dikatakan sebagai sistem pakar dirancang untuk menyimpan dan menggunakan ilmu serta pengalaman dari seorang pakar sehingga dapat berpikir dan mengambil kesimpulan dari sekumpulan aturan. Dalam proses tersebut seorang pengguna dapat berkomunikasi secara interaktif dengan komputer untuk memecahkan suatu persoalan atau seolah-olah pengguna berhadapan dengan seorang yang ahli dengan masalah tersebut.

2.5.2 Struktur Sistem Pakar

Struktur sistem pakar terdiri dari dua bagian pokok, yaitu: lingkungan pengembangan yang digunakan untuk pembangunan sistem pakar baik dari segi komponen maupun basis pengetahuan dan lingkungan konsultasi yang digunakan oleh seorang yang bukan ahli untuk berkonsultasi (Turban, 1995). Struktur sistem pakar disajikan pada Gambar 2.5 berikut ini.


(45)

24

Antar Muka Pemakai

Aksi yang direkomendasikan

Fakta tentang kejadian tertentu

Fasilitas Penjelasan

Motor Interferensi : 1. Interpreter

2. Schedule

3. Consistency enforcer

Workplace : 1. Rencana 2. Solusi 3. Agenda 4. Deskripsi, dll

Basis Pengetahuan : Fakta dan Aturan

Penyaring Pengetahuan

Rekayasa Pengetahuan

Pakar

Gambar 2.5 Struktur Sistem Pakar (Turban, 1995)

Komponen-komponen sistem pakar pada Gambar 2.5 terdiri atas:

1. Sistem penambahan pengetahuan terdiri atas: rekayasa pengetahuan dan pakar yang digunakan untuk memasukkan pengetahuan, mengkonstruksi, memperluas pengetahuan dalam basis pengetahuan yang berasal dari pakar, buku, basis data, penelitian, dan lainnya.

2. Basis pengetahuan. Berisi pengetahuan-pengetahuan yang dibutuhkan untuk memahami, memformulasikan dan menyelesaikan masalah.

3. Motor inferensi (inference engine). Program yang berisikan metodologi yang digunakan untuk melakukan penalaran terhadap informasi-informasi dalam basis pengetahuan dan workplace serta digunakan untuk memformulasikan konklusi. Ada tiga elemen utama dalam mesin inferensi, yaitu:

y Interpreter, mengeksekusi item-item yang terpilih dengan menggunakan

aturan-aturan dalam basis data pengetahuan yang sesuai.

y Scheduler, akan mengotrol agenda atau jadual.

y Consistency enforcer, akan berusaha memelihara kekonsistenan dalam


(46)

25

4. Workplace, merupakan area dalam memori yang digunakan untuk merekam

kejadian yang sedang berlangsung termasuk keputusan sementara.

5. Antar Muka, digunakan untuk media komunikasi antara user dan program. 6. Sistem penjelasan, digunakan untuk melacak respon dan memberikan

penjelasan tentang kelakuan sistem pakar secara interaktif tentang solusi dan alternatif yang ditawarkan.

7. Sistem penyaringan pengetahuan, digunakan untuk mengevaluasi kinerja sistem pakar itu sendiri untuk melihat apakah pengetahuan-pengetahuan yang ada masih cocok untuk digunakan di masa mendatang.

Pada prinsipnya, sistem pakar tersusun dari beberapa komponen yang mencakup : (1) Fasilitas akuisisi pengetahuan, (2) sistem berbasis pengetahuan

atau knowledge based system, (3) mesin inferensi (inference engine), (4) fasilitas

untuk penjelasan dan justifikasi, (5) penghubung antara pengguna dan sistem pakar atau user interface.

Sistem pakar dibangun dengan sistematika pengembangan yang sesuai dengan masalah yang ditangani, sebagai pedoman dan memberikan acuan kepada pengembang atau pembuat. Permasalahan-permasalahan dalam lingkup sistem pakar dapat dilihat pada Tabel 11.

Tabel 11. Permasalahan dalam Lingkup Sistem Pakar

Kategori Masalah dalam lingkup Sistem Pakar Intepretasi Menyimpulkan deskripsi situasi dari observasi

Prediksi Menyimpulkankemungkinankonsekuensidarisituasitertentu Diagnosis Menyimpulkan tidak berfungsinya suatu sistem observasi Desain Konfigurasi objek pada batasan tertentu

Perencanaan Membuat rencana untuk mencapai tujuan Monitor Membandingkan observasi dengan rencana

Debugging Menyarankan perbaikan pada kegagalan observasi

Perbaikan Menjalankan rencana sarana perbaikan

Instruksi Diagnosa, menghilangkan kesalahan dan perbaikan prestasi Kontrol Interpretasi, prediksi, perbaikan dan monitor keadaan sistem


(47)

26

2.6 Jaringan Syaraf Tiruan (JST) 2.6.1 Dasar Biologis

Jaringan otak manusia atau sering disebut jaringan syaraf (neural network) biologis memiliki struktur sangat komplek, terdiri atas berjuta-juta neuron yang bekerja seperti suatu prosesor sederhana dan penghubung yang disebut sinapsis

atau axon. Gambar 2.6 menunjukkan karateristik jaringan biologis dan JST.

Gambar 2.6 (a) Jaringan Syaraf Biologis dan (b) JST

Jaringan syaraf merupakan salah satu representasi buatan atas otak manusia yang selalu mencoba untuk mensimulasikan proses pembelajaran pada otak manusia tersebut. Tiruan karena jaringan syaraf ini diimplemetasikan dengan program komputer yang mampu menyelesaikan proses perhitungan selama proses pembelajaran dengan berbasis pada asumsi sebagai berikut:

1. Pemprosesan terhadap informasi yang diterima terjadi pada elemen-elemen sederhana yang disebut neuron.

2. Sinyal dikirimkan diantara neuron-neuron melalui jaringan penghubung. 3. Setiap sinyal mempunyai nilai bobot yang mengalikan sinyal yang akan

ditransmisikan ke lapisan berikutnya.

Axon dari

Axon dari neuron lain

Dendrite dari neuron lain

Dendrite dari neuron lain Soma

Axon Dendrite

Dendrite

Input3

Input 1

Input2 Input 6

Input 4 Input 5

Bobot input

Pembobotan (fungsi aktivasi)

soma

Output (axon) (a)


(48)

27

Σ

fungsi aktivasi

output

bobot

output ke

neuron-neuron yang lain bobot

Input dari

neuron-neuron tertentu

Pembobotan antara vektor input dan bobot

4. Setiap neuron menerapkan fungsi aktivasi terhadap jumlah sinyal masukan terbobot untuk menentukan sinyal keluarannya.

Berdasarkan pada asumsi-asumsi di atas, maka karakteristik jaringan syaraf ditentukan oleh tiga hal berikut.

a. Arsitektur, merupakan bentuk pola hubungan antar neuron-neuron yang akan membentuk lapisan-lapisan (layer).

b. Learning algorithm, algoritma proses pembelajaran yang merupakan metode

yang digunakan untuk menentukan bobot hubungan antar neuron atau jaringan tersembunyinya.

c. Fungsi aktivasi, merupakan fungsi untuk menghasilkan output berdasarkan nilai ambang (threshold) tertentu.

Ada beberapa JST, namun demikian, hampir semua memiliki komponen-komponen yang sama, seperti neuron, informasi (input), bobot, fungsi aktivasi

(threshold) dan output. Gambar 2.7 menunjukkan struktur neuron pada JST.

Gambar 2.7 Struktur Neuron Jaringan Syaraf Tiruan

2.6.2 Stuktur Jaringan

Pada JST neuron-neuron dikumpulkan dalam lapisan-lapisan (layer), neuron pada satu lapisan memiliki keadaan yang sama terutama fungsi aktivasi dan pola bobot. Ada beberapa arsitektur jaringan syaraf, antara lain:

a. Jaringan dengan lapisan tunggal (single layer net), jaringan hanya memiliki lapisan input yang langsung mengolahnya menjadi output.

b. Jaringan dengan banyak lapisan (multilayer net), selain memiliki lapisan input

dan lapisan output di antara kedua lapisan tersebut juga terdapat lapisan tersembunyi.


(49)

28

c. Jaringan dengan lapisan kompetitif, pada jaringan ini hubungan antara neuron pada lapisan kompetitif tidak diperlihatkan dalam diagram arsitektur.

2.6.3 Proses Pembelajaran

Tujuan proses pembelajaran jaringan syaraf adalah untuk mencari bobot-bobot yang terdapat antara tiap lapisan. Ada dua jenis pembelajaran dalam sistem jaringan syaraf berikut.

a. Pembelajaran terawasi (supervised learning)

Metode pembelajaran ini memerlukan data pembelajaran (vector training) yang terdiri atas pasangan data input dan data output yang diinginkan. Lapisan

output membangkitkan pola output yang nantinya dicocokkan dengan pola

output targetnya. Bila terjadi perbedaan pola output dengan targetnya, muncul

error sehingga perlu lebih banyak pembelajaran.

b. Pembelajaran tak terawasi (unsupervised learning)

Pada metode ini hanya diberikan data input dan tidak memerlukan target

output. Jaringan akan memodifikasi nilai bobot sehingga untuk input yang

hampir sama, output yang dihasilkan sama.

2.6.4 Fungsi Aktivasi

Data input pada suatu neuron akan diproses oleh suatu fungsi perambatan yang akan menjumlahkan semua nilai bobot yang datang. Hasil penjumlahan akan dibandingkan dengan suatu nilai ambang (threshold) melalui fungsi aktivasi setiap neuron. Apabila nilai bobot melewati nilai ambang tertentu yang ditentukan, maka

neuron tersebut akan diaktifkan lalu mengirimkan nilai bobot ke semua neuron

yang terhubung dan sebaliknya.

Ada beberapa fungsi aktivasi yang sering digunakan dalam jaringan syaraf tiruan, antara lain: fungsi undak biner, bipolar, linear, saturating linear,

symmetric saturating linear, sigmoid biner, dan sigmoid bipolar.

2.6.5 Backpropagation

Backpropagation atau perambatan balik merupakan algoritma pembelajaran

yang terawasi dengan banyak lapisan untuk mengubah bobot-bobot yang terhubung dengan neuron-neuron yang ada pada lapisan tersembunyinya.


(50)

29

X1

X2

X3

Z1

Z2

Y1

Y2

Y3

Perambatan mundur (back propagasi) Perambatan maju (forward propagasi)

v11

v12

v21

v22

v31

v32

w11

w12

w13

w21

w22

w23

Input

Hidden

Output

Algoritma backpropagation menggunakan error output dari perambatan maju (forward propagation) untuk mengubah nilai bobot-bobotnya dalam arah mundur (backward). Untuk mendapatkan error ini tahap perambatan maju dikerjakan terlebih dahulu dimana neuron-neuron biasanya diaktifkan menggunakan fungsi aktivasi sigmoid.

Menurut Kusumadewi (2004), fungsi kinerja yang sering digunakan untuk

backpropagation adalah mean square error (mse), fungsi ini akan mengambil

rata-rata kuadrat error yang terjadi antara output jaringan dan target. Arsitektur jaringan backpropagation dapat dilihat pada Gambar 2.8 berikut ini.

Gambar 2.8 Arsitektur Jaringan Backpropagation

2.7 Integrasi Sistem Pakar dan Jaringan Syaraf Tiruan

Menurut Rolston dan David (1988), integrasi sistem pakar dan jaringan syaraf tiruan dapat dilakukan dengan beberapa teknik, dari kombinasi secara

independent atau model stand alone hingga kombinasi yang mempunyai

hubungan interaktif tinggi model full integration.

Dalam model full integration sistem pakar dan jaringan syaraf tiruan terbetuk dalam satu sistem yang sama sehingga model ini saling mendukung


(1)

Lampiran 21. Strategi Penalaran

Rule

Sistem Pakar

1. Strategi Penalaran Kaidah Penilaian Kualitas Bahan Baku

2. Strategi Penalaran Kaidah Penilaian Kualitas Pengemasan

dan Penyimpanan

Penilaian Kualitas Bahan Baku

Kandungan senyawa pengetor bahan baku

Sifat fisika kimia bahan

baku

R3

MJ VISKS IOD ASAM PNYBN

R1

ALB A&SDM NRN

R2

Penilaian kualitas pengemasan&

penyimpanan

Pengemasan penyimpanan

R13

Suhu Lama

R11

TKK KKS KK TKU TTC JB


(2)

3. Strategi Penalaran Kaidah Penilaian Kualitas Proses Produksi Biodisel

Penilaian Kualitas Proses

Penilaian Mutu Biodiesel

Syarat

Diesel Rendemen Biodeisel

R 6

Titik kritis Trans- esterifikasi

Suhu Lama

R 7

Titik Kritis Separasi

Lama Suhu

R 8

Titik Kritis Pencucian

Volume Suhu

R 9

FSF VISKO STNA

R4

KME KGT KGB

R5


(3)

Lampiran 22. Strategi Pelacakan ntuk Kaidah Penilaian Pengemasan dan Penyimpanan

Pengemasan & Penyimpanan

PG 3 PG 2

PG 1

PY 3 PY 2

PY 1

T T

T

Penyimpanan

SPY 3

SPY 2

SPY 1

LPY 3

LPY 2

LPY 1

T T

T

Pengemasan

TKK3 TKK2

TKK1

KBS1 KBS2 KBS3

KK1 KK2 KK3

TKU1 TKU2 TKU3

TTC1 TTC2 TTC3

JB1 JB2 JB3

KK 1 KK 2 KK 3

KBS 3

KK 2 Keterangan :

PG = Pengemasan PY = Penyimpanan Kategori :

1 = baik 2 = normal 3 = buruk

Keterangan : SPY = Suhu

penyimpanan LPY = Lama

Penyimpanan Kategori :

1 = baik 2 = normal 3 = buruk

Keterangan :

TKK = Tingkat kekuatan kontainer KBS = Kebersihan kemasan KK = Kekuatan kemasan

TKU = Tingkat kedap udara kemasan TTC = Tingkat tembus cahaya kemasan JB = Jenis bahan kemasan

Kategori : 1 = baik 2 = normal 3 = buruk


(4)

Strategi Pelacakan untuk Kaidah

Strategi Pelacakan untuk Kaidah

Strategi Pelacakan untuk Kaidah

Penilaian Proses

Penilaian Titik Kritis Separasi Penilaian Titik Kritis Transesterifiksi

Strategi Pelacakan untuk Kaidah

Penilaian Titik Kritis Pencucian

Proses

MTB3 MTB2

MTB1

TKT 3 TKT2

TKT1

T T

T

TKS 3 TKS 2

TKS 1

TKP 3 TKP 2

TKP 1

Keterangan :

MTB =Mutu biodiesel TKT =Titik kritis

transesterifiksi TKS = Titik kritis

separasi TKP =Titik kritis

pencucian Kategori : 1 = baik 2 = normal 3 = buruk

Titik Kritis Sparasi (TKS)

SHsep3

SHsep2

SHsep1

LMsep3

LMsep2

LMsep1

T T

T

Titik Kritis

Transesterifiksi

T T

T

SHtrans1 SHtrans2 SHtrans3

LMtrans1 LMtrans2 LMtrans3

Titik Kritis

Pencucian/TKP

T T

T Vol Penc. 1

Vol Penc. 2

Vol Penc. 3

SH Penc. 1

SH Penc. 2

SH Penc. 3

Keterangan :

SHtrans = Suhu Transesterifikasi

LMtrans = Lama Transesterifikasi

SHsep = Suhu Separasi

LMsep = Lama Separasi

Volpenc = Suhu Separasi

SHpenc = Lama Separasi

Kategori : 1 = baik 2 = normal 3 = buruk


(5)

Strategi untuk Kaidah

Penilaian Mutu Biodisel (MTB)

Strategi untuk Kaidah

Strategi untuk Kaidah

Penilaian Kualitas Biodisel (Syarat)

Penilaian Kualitas Biodisel

(Rendemen)

Mutu Biodisesl

SYT3 SYT2

SYT1

RDM3 RDM2

RDM1

T T

T

Keterangan : SYT = Kesesuaian

syarat diesel RDM = Rendemen Kategori : 1 = baik 2 = normal 3 = buruk

Persaratan (SYT)

Fsf 3 Fsf 2

Fsf 1

Visk 3 Visk 2

Visk 1

T T

T

STNA3 STNA2

STNA1

Rendemen (RDM)

KME3

KME2

KME1

KGT 3 KGT 2

KGT 1

T T

T

KGB 3

KGB 2

KGB 1

Keterangan : Fsf = Fofor Visk = Viskositas STNA= Setana Kategori : 1 = baik 2 = normal 3 = buruk

Keterangan : Kategori : KME = Kadar Metil Ester 1 = baik KGT = Kadar Gliserol Total 2 = normal KGB = Kadar Gliserol Bebas 3 = buruk


(6)

Strategi untuk Kaidah

Penilaian Bahan Baku

Strategi untuk Kaidah Penilaian

Strategi untuk Kaidah Penilaian

Kualitas Senyawa Pengotor Fisika Kimia Minyak Nabati

Bahan Baku

KSP3 KSP2 KSP1 FKM FKM FKM T T T Keterangan : KSP = Kandungan

senyawa Rejotor

FKM = Fisika kimia minyak Kategori : 1 = baik 2 = normal 3 = buruk

KSP

ALB 3 ALB 2

ALB 1

A & SDM 3 A &

SDM 2 A &

SDM 1

T T T WRNA 3 WRNA 2 WRNA 1

FKM

MJ 3 MJ 2

MJ 1

Visk 3 Visk 2

Visk 1

T T

T

IOD 3

IOD 2

IOD 1

ASM 3 ASM 2

ASM 1

PNY BN 3 PNY BN 2 PNY BN 1 Keterangan : KSP = Kandungan

senyawa Pengotor FKM = Fisika kimia minyak Kategori : 1 = baik 2 = normal 3 = buruk

Keterangan :

ALB = Asam Lemak Bebas A&SDM = air & sedimen WRNA = Warna Kategori :

1 = baik 2 = normal 3 = buruk

Keterangan : Katagori : MJ = Massa Jenis 1 = baik Visks = Viskositas 2 = normal IOD = Iod 3 = buruk ASM = Asam