Analisis Response Surface Methodology RSM

20 percobaan yang dilakukan. Respon yang akan dioptimalkan adalah konsentrasi gliserol tert-butyl eter GTBE sedangkan faktor-faktor yang dikaji adalah waktu reaksi, suhu reaksi dan konsentrasi katalis. Faktor waktu reaksi X 1 yang dikaji adalah pada kisaran 4,64 – 11,36 jam. Faktor suhu reaksi X 2 yang dikaji adalah pada kisaran 53,18 – 86,82 ºC. Sedangkan faktor konsentrasi katalis X 3 yang dikaji adalah pada kisaran 0,80 – 9,20 bb. Hasil analisis ragam ANOVA dengan menggunakan software Design Expert 7.1.6 free trial disajikan pada Lampiran 4. Analisis ragam dari model kuadratik yang dipilih mempunyai nilai F hitung 2,7067 dan nilai p = 0,1014; waktu reaksi mempunyai nilai F hitung 4,6743 dan nilai p = 0,0647; suhu reaksi mempunyai F hitung sebesar 7,2200 dan nilai p = 0,0312; dan konsentrasi katalis mempuyai nilai F hitung sebesar 6,8659 dan nilai p = 0,0344. Nilai p 0,05 menunjukkan pengaruh signifikan pada respon pada tingkat kepercayaan 95. Hal ini menunjukkan bahwa suhu reaksi dan konsentrasi katalis berpengaruh signifikan terhadap respon. Model dan waktu reaksi tidak berpengaruh signifikan terhadap respon. Model yang tidak signifikan terjadi karena data yang didapatkan kurang menyebar secara normal. Nilai R 2 dari data tersebut adalah 0,77. Nilai R 2 ini menandakan data menyebar mengikuti sebaran normal sebesar 77. Analisa normalitas data konsentrasi GTBE disajikan pada Lampiran 5. Hasil grafik plot residual menunjukkan data menyebar kurang mengikuti sebaran normal. Metode Box Cox digunakan untuk mengetahui transformasi data yang sesuai. Hasil pengujian Box Cox menunjukkan lamda terbaik adalah sebesar 0,46, maka data harus ditransformasikan dengan square root akar kuadrat untuk menggeser nilai lamda pada 0,5 yang mendekati lamda terbaiknya . Data hasil transformasi disajik an pada Tabel 7. Melalui transformasi diharapkan kestabilan ragam akan terpenuhi dan data menyebar mengikuti sebaran normal Mattjik dan Sumertajaya, 2002. Transformasi data menghasilkan nilai R 2 dari data meningkat menjadi 0,82. 21 Tabel 8. Hasil transformasi data konsentrasi GTBE Kode Faktor GTBE total ppm sqrt GTBE Waktu jam Suhu °C Katalis bb W1T1K1 6 60 2.5 9.472,03 96,51 W3T1K1 10 60 2.5 15.902,78 118,97 W1T3K1 6 80 2.5 180.110,65 400,73 W3T3K1 10 80 2.5 127.066,97 337,00 W1T1K3 6 60 7.5 265.488,83 458,70 W3T1K3 10 60 7.5 59.489,57 232,46 W1T3K3 6 80 7.5 122.037,99 333,21 W3T3K3 10 80 7.5 208.162,54 422,14 W4T2K2 4,64 70 5 187.513,07 410,42 W5T2K2 11,36 70 5 8.958,99 90,80 W2T4K2 8 53,18 5 13.711,53 115,05 W2T5K2 8 86,82 5 187.991,70 405,27 W2T2K4 8 70 0,80 66.947,65 245,01 W2T2K5 8 70 9,20 211.494,46 430,36 W2T2K2 A 8 70 5 82.883,52 273,53 W2T2K2 B 8 70 5 114.342,78 321,80 W2T2K2 C 8 70 5 168.170,79 387,66 Verifikasi 4,90 66,20 9,70 962.092,20 980,86 Data hasil transformasi kemudian dijadikan input data. Hasil analisis ragam data yang telah ditransformasi disajikan pada Lampiran 6. Hasil analisis tersebut menunjukkan model kuadratik yang dipilih mempunyai F hitung sebesar 3,4312 dan nilai p = 0,05191; waktu reaksi mempunyai nilai F hitung sebesar 5,2893 dan nilai p = 0,0550; suhu reaksi mempunyai ni lai F hitung sebesar 11,4355 dan nilai p = 0,0117; dan konsentrasi katalis mempunyai nilai F hitung sebesar 7,1561 dan p = 0,0318 . Nilai p 0,05 menunjukkan pengaruh signifikan pada respon pada tingkat kepercayaan 95 . Hal ini menunjukkan bahwa suhu reaksi dan konsentrasi katalis berpengaruh signifikan terhadap respon. Model dan waktu reaksi tidak berpengaruh signifikan terhadap respon. Model persamaan kuadratik yang dihasilkan adalah sebagai berikut : Sqrt Y = 343.8021909 - 56.5773333 X 1 + 83.1901288 X 2 + 65.8086841 X 3 + 35.1935542 X 1 X 2 -15.6617795 X 1 X 3 -63.8752049 X 2 X 3 - 23.40694681 X 1 2 - 19.34168316 X 2 2 + 10.34820481 X 3 2 ………. 3 22 Design-Expert® Software Transformed Scale SqrtY X1 = A: A Actual Factors B: B = 0.00 C: C = 0.00 -1.00 -0.50 0.00 0.50 1.00 90 197.5 305 412.5 520 A: A S q rt Y One Factor 23 Design-Expert® Software Transformed Scale SqrtY X1 = B: B Actual Factors A: A = 0.00 C: C = 0.00 -1.00 -0.50 0.00 0.50 1.00 90 197.5 305 412.5 520 B: B S q rt Y One Factor 24 Design-Expert® Software Transformed Scale SqrtY X1 = C: C Actual Factors A: A = 0.00 B: B = 0.00 -1.00 -0.50 0.00 0.50 1.00 90 200.272 310.544 420.816 531.088 C: C S q rt Y One Factor Design-Expert® Software Transformed Scale SqrtY B- -1.000 B+ 1.000 X1 = A: A X2 = B: B Actual Factor C: C = 0.00 B: B -1.00 -0.50 0.00 0.50 1.00 Interaction A: A S q rt Y -6.39813 129.731 265.86 401.989 538.118 25 Design-Expert® Software Transformed Scale SqrtY C- -1.000 C+ 1.000 X1 = A: A X2 = C: C Actual Factor B: B = 0.00 C: C -1.00 -0.50 0.00 0.50 1.00 Interaction A: A S q rt Y 90 217.82 345.641 473.461 601.282 26 Design-Expert® Software Transformed Scale SqrtY C- -1.000 C+ 1.000 X1 = B: B X2 = C: C Actual Factor A: A = 0.00 C: C -1.00 -0.50 0.00 0.50 1.00 Interaction B: B S q rt Y -10.556 130.189 270.934 411.678 552.423 27 Design-Expert® Software Transformed Scale SqrtY 515.256 94.6519 X1 = A: Waktu X2 = B: Suhu Actual Factor C: Konsentrasi Katalis = 0.00 -1.68 -0.84 0.00 0.84 1.68 -1.68 -0.84 0.00 0.84 1.68 -120 17.5 155 292.5 430 S q rt Y A: W aktu B: Suhu Design-Expert® Software Transformed Scale SqrtY Design Points 515.256 94.6519 X1 = A: Waktu X2 = B: Suhu Actual Factor C: Konsentrasi Katalis = 0.00 -2.00 -1.00 0.00 1.00 2.00 -2.00 -1.00 0.00 1.00 2.00 SqrtY A: Waktu B : S u h u 264.815 305.610 346.405 346.405 387.201 427.996 3 28 Design-Expert® Software Transformed Scale SqrtY 515.256 94.6519 X1 = A: Waktu X2 = C: Konsentrasi Katalis Actual Factor B: Suhu = 0.00 -1.68 -0.84 0.00 0.84 1.68 -1.68 -0.84 0.00 0.84 1.68 140 245 350 455 560 S q rt Y A: W aktu C: Konsentrasi Katalis Design-Expert® Software Transformed Scale SqrtY Design Points 515.256 94.6519 X1 = A: Waktu X2 = C: Konsentrasi Katalis Actual Factor B: Suhu = 0.00 -2.00 -1.00 0.00 1.00 2.00 -2.00 -1.00 0.00 1.00 2.00 SqrtY A: Waktu C : K o n s e n tr a s i K a ta li 264.815 305.610 346.405 387.201 427.996 3 29 Design-Expert® Software Transformed Scale SqrtY 515.256 94.6519 X1 = B: Suhu X2 = C: Konsentrasi Katalis Actual Factor A: Waktu = 0.00 -1.68 -0.84 0.00 0.84 1.68 -1.68 -0.84 0.00 0.84 1.68 -120 42.5 205 367.5 530 S q rt Y B: Suhu C: Konsentrasi Katalis Design-Expert® Software Transformed Scale SqrtY Design Points 515.256 94.6519 X1 = B: Suhu X2 = C: Konsentrasi Katalis Actual Factor A: Waktu = 0.00 -2.00 -1.00 0.00 1.00 2.00 -2.00 -1.00 0.00 1.00 2.00 SqrtY B: Suhu C : K o n s e n tr a s i K a ta li 264.815 305.610 346.405 387.201 387.201 427.996 427.996 3 30 berbentuk saddle point, maka model tersebut tidak dapat memberikan informasi kondisi perlakuan optimal yang diharapkan akan menghasilkan konsentrasi GTBE tertinggi secara langsung. Dari analisis menggunakan Design Expert 7.1.6 free trial didapatkan beberapa perkiraan titik optimum sqrt GTBE. Perkiraan ini disajikan pada Lampiran 9. Dari perkiraan tersebut, didapatkan nilai sqrt GTBE terbesar yaitu 613.10. Nilai sqrt GTBE terbesar didapatkan dengan kondisi waktu reaksi selama 4,90 jam, suhu reaksi sebesar 66,20°C, dan konsentrasi katalis sebesar 9,7 0 bb. Nilai sqrt GTBE perkiraan lebih besar daripada nilai sqrt GTBE terbesar dari data yang ada, yaitu 430,36. Hal ini semakin menunjukkan bahwa kondisi optimum tercapai diluar kisaran yang telah ditentukan. Dari hasil verifikasi didapatkan nilai sqrt GTBE sebesar 980,86. Hasil verifikasi berbeda dengan nilai sqrt GTBE hasil perkiranan menggunakan software Design Expert . Hal ini menunjukkan bahwa model yang diperoleh kurang valid untuk menentukan kondisi optimum reaksi GTBE . Hal ini terjadi karena model yang masih saddle point sehingga nilai optimum tidak dapat diprediksi secara tepat. Dari kondisi optimum yang diperkirakan oleh software Design Expert juga dilakukan pengujian menggunakan gliserol hasil samping dari produksi biodiesel yang telah dimurnikan. Pada kondisi tersebut, eterifikasi gliserol dengan kadar 84 menghasilkan nilai sqrt GTBE sebesar 728,92. Nilai yang lebih kecil menandakan tingkat kemurnian gliserol juga mempengaruhi konsentrasi GTBE yang dihasilkan.

C. Efektivitas GTBE dalam Menurunkan Titik Kabut dan Titik Tuang Biodiesel

Karakteristik biosiesel pada suhu rendah menjadi faktor yang sangat penting pada daerah yang memiliki empat musim. Biodiesel yang memiliki karakteristik pada suhu rendah yang tidak baik akan lebih mudah untuk membeku pada suhu rendah. Hal ini dapat menimbulkan masalah karena biodiesel yang membeku akan menyumbat saluran dan filter dalam mesin. Karakteristik biodiesel pada suhu rendah diukur dengan nilai titik kabut dan titik tuangnya. Penambahan GTBE ke dalam biodiesel dapat menurunkan titik kabut biodiesel sebesar 5°C Noureddini et al., 1998. Nilai titik tuang dan titik kabut berkorelasi dengan ketidakjenuhan biodiesel. Biodiesel yang memiliki ikatan tidak jenuh semakin banyak akan memiliki cold properties yang lebih baik. Biodiesel CPO banyak mengadung asam lemak jenuh , sehingga memiliki nilai titik kabut dan titik tuang yang 31