Optimisasi Multi-Objektif Kilang Hayati Ko-Produksi Etanol ... · CO2 hasil analisis life cycle. Hasil optimisasi menunjukkan bahwa suhu optimum untuk reaksi hidrolisis adalah 180°C

1

Optimisasi Multi-Objektif Kilang Hayati Ko-Produksi Etanol, Furfural,

Dan Listrik Berbasis Lignoselulosa Terintegrasi Dengan Sistem Generasi

Kukus Tenaga Surya

Zulfa Hudaya1, Widodo Wahyu Purwanto1

1Departemen Teknik Kimia, Fakultas Teknik, Universitas Indonesia, Kampus Baru UI,

Depok, 16424, Indonesia

E-mail: [email protected]

Abstrak

Penelitian ini bertujuan untuk mengoptimumkan konversi TKKS menjadi etanol, furfural, dan listrik yang

terintegrasi dengan sistem generasi kukus agar menghasilkan performa ekonomi dan lingkungan yang optimum.

Performa ekonomi diukur dengan NPV (net present value) sedangkan performa lingkungan diukur melalui emisi

CO2 hasil analisis life cycle. Hasil optimisasi menunjukkan bahwa suhu optimum untuk reaksi hidrolisis adalah

180°C dan pemenuhan fraksi kukus massa dari generasi kukus tenaga surya yang optimum berada pada rentang

0-0,28 yang ditunjukkan oleh kurva Pareto. CSP mampu memenuhi seluruh kebutuhan kukus secara finansial

pada pembangunan unit ke-10 dengan proyeksi learning curve. Split fraksi TKKS untuk objektif optimum

didapatkan pada fraksi massa TKKS sebesar 0.25 ke unit reaktor hidrolisis.

Multi-Objective Optimization of Ethanol, Furfural, and Electricity Co-Production

in a Lignocellulosic Based Biorefinery

Integrated with Solar-Assisted Steam Generation System

Abstract

The purpose of this research is to optimize the conversion process of EFB to ethanol, furfural, and electricity

through co-production principal integrated with solar-assisted steam generation system, to achieve optimum

economic and environmental performances. Economic performance is measured by NPV, while environmental

performance by CO2 emission through life cycle analysis. The multi-objective optimization shows that the

optimum temperature of hydrolisis reaction is 180°C and solar-assisted generation system is applicable for

fulfilling steam need until 0,28 of mass fraction, which are represented by Pareto curve. CSP can fulfill all demand

of steam funancially when the 10th unit established by learning curve projection. Fraction split of EFB into

hydrolisis reactor is optimum at 0,25.

Keywords: multi-objective optimization, biorefinery, lignocellulosic, solar-assisted steam generation

Pendahuluan

Indonesia diperkirakan memproduksi 146,7 juta ton biomassa tiap tahunnya (ZREU,2000)

dimana salah satunya berasal dari tandan kosong kelapa sawit (TKKS). TKKS termasuk ke

dalam biomassa lignoselulosa yang tidak berbenturan dengan kebutuhan pangan. Hal ini karena

TKKS merupakan limbah industri kelapa sawit. Ketersediaan TKKS juga cukup melimpah

karena Indonesia merupakan negara penghasil minyak kelapa sawit terbesar di dunia dengan

produksi lebih dari separuh produksi minyak kelapa sawit dunia (USDA, 2013).

2

Komersialisasi kilang hayati terkendala pada faktor seperti rendahnya investasi, sistem pasokan

bahan baku yang tidak baik, serta konversi yang rendah. Beberapa penelitian telah fokus pada

improvisasi kilang hayati dengan cara mengubah konfigurasi struktur dan kondisi operasi

kilang. Pendekatan alternatif adalah dengan mengintegrasikan kilang hayati dengan sumber

daya terbarukan yang lain untuk mendapatkan suatu sistem yang ekonomis dan ramah

lingkungan. (Brunet, dkk., 2013). Selain biomassa, keuntungan posisi geografis pada daerah

ekuator menguntungkan bagi negara Indonesia dimana potensi tenaga surya melimpah dan

berpotensi untuk dimanfaatkan, antara lain: pembangkit listrik, utilitas dingin pada pabrik, dan

lain-lain.

Desain kilang hayati yang akan dirancang pada penelitian ini adalah desain untuk ko-produksi

etanol, furfural, dan listrik yang terintegrasi dengan sistem generasi kukus tenaga surya.

Optimisasi yang dilakukan bertujuan untuk menghasilkan NPV yang maksimum dan emisi CO2

yang minimum, di mana dampak emisi CO2 akan dihitung berdasarkan life cycle assessment

(LCA).

Tinjauan Teoritis

Prinsip utama kilang hayati (biorefinery) adalah mengolah biomassa menjadi berbagai produk

yang memiliki nilai yang lebih tinggi. Cherubini (2010) mendefinisikan kilang hayati sebagai

fasilitas yang mengintegrasikan alat, dan proses untuk konversi biomassa menjadi bahan bakar

transportasi (biofuels), tenaga (power), dan bahan kimia (chemicals).

TKKS adalah salah satu limbah yang dihasilkan oleh industri minyak kelapa sawit dan

mengandung lignoselulosa. Lignoselulosa adalah material fibrous dengan dinding sel layaknya

tumbuhan. Komponen utama lignoselulosa adalah selulosa, hemiselulosa, dan lignin. Konversi

lignoselulosa menjadi produk berdaya jual tinggi memerlukan proses seperti deoksigenasi dan

depolimerisasi. Hal ini karena struktur lignoselulosa berbeda dengan struktur bahan bakar dan

bahan kimia. (Lange, 2007)

Dalam perancangan desain kilang hayati ini, produk yang dihasilkan adalah etanol (bahan

bakar/fuel), furfural (bahan kimia/chemical), dan listrik (power). Pemilihan ketiga produk di

atas agar komponen lignoselulosa dapat dimanfaatkan secara maksimal.

3

Gambar 1. Rute Konversi Pemanfaatan Lignoselulosa

(Heeres, 2010)

Umumnya, konversi lignoselulosa terdiri dari dua tahap: pertama, pra-perlakuan secara

termokimiawi, dan kedua, proses konversi menjadi berbagai monomer gula. Lignin merupakan

komponen yang sulit untuk difermentasi karena memiliki struktur ikatan hidrogen yang sangat

kuat dengan selulosa. Namun, lignin memiliki heating value yang tinggi jika digunakan sebagai

bahan bakar secara langsung (heating value lignin 29,45 MJ/kg) sehingga dapat dimanfaatkan

dengan cara dibakar secara langsung agar didapatkan panas untuk pembangkit tenaga listrik.

Setelah mengalami pengolahan primer dengan katalis asam/basa, tiap komponen dalam

lignoselulosa dapat diolah menjadi produk yang diinginkan. Selulosa yang terdiri dari glukosa,

sebagian diproses menjadi etanol melalui proses fermentasi. Hemiselulosa terdiri dari gula C6

dan C5, di mana gula C6 masuk ke dalam jalur produksi selulosa untuk meghasilkan etanol dan

asam levulinat, sedangkan gula C5 seperti xilosa dan arabinosa diproses untuk menghasilkan

furfural.

Secara umum desain ko-produksi etanol, furfural, dan listrik dapat dibagi menjadi beberapa

unit, antara lain: Unit Praperlakuan, Unit Produksi Furfural, Unit Produksi Etanol, dan Unit

Pembangkit Listrik dan Unit Generasi Kukus Tenaga Surya.

Unit Praperlakuan. Unit ini bertujuan untuk mendekonstruksi lignoselulosa ke dalam

komponennya masing-masing dengan cara menghancurkan ikatan selulosa-lignin. Salah satu

metode praperlakuan yang sudah banyak diteliti adalah hidrolisis menggunakan asam sulfat

encer. Kim, dkk (2012) melakukan studi kinetika untuk mengetahui pengaruh waktu reaksi (0-

4

40 menit), temperatur reaksi hidrolisis (160-180 oC) dan konsentrasi asam (0,1-0,2%) pada

reaksi hidrolisis TKKS. Temperatur tersebut diperoleh dengan cara memanaskan reaktor

mengggunakan kukus yang dialirkan secara kontinyu dengan perbandingan larutan asam dan

TKKS yang digunakan adalah 7:1. Pada penelitian ini, rentang temperatur yang akan

divariasikan adalah 162-180 oC. Batas bawah 162 oC digunakan karena temperatur ini

merupakan titik didih dari furfural. Pada rentang temperatur tersebut, furfural dapat diperoleh

sebagai produk atas dari reaktor berupa campuran uap furfural dan beberapa senyawa organik,

sehingga proses pemisahan furfural dengan produk hidrolisis lainnya menjadi lebih mudah.

Batas atas 180 oC digunakan karena di atas temperatur ini, glukosa akan terdekomposisi lebih

lanjut menjadi asam levulinat. Konsentrasi asam yang akan digunakan pada penelitian ini

sebesar 0,2 % karena menurut Kim, dkk (2012), konsentrasi asam yang tinggi akan membuat

dekomposisi xilosa menjadi furfural menjadi lebih besar. Asam yang digunakan adalah asam

sulfat (H2SO4). Untuk residence time, pada penelitian ini akan ditetapkan sebesar 1 menit

dimana waktu tersebut sudah cukup untuk mendekomposisi xilosa menjadi furfural, tetapi tetap

menjaga agar sebagian glukosa tidak terdekomposisi menjadi 5-HMF.

Unit Produksi Furfural. Furfural membentuk campuran azeotrop dengan air, yaitu pada

komposisi 35% berat furfural. (Zeitsch, 2000). Proses purifikasi untuk mendapatkan furfural

dengan konsentrasi 99% menggunakan proses ekstraksi cair-cair dengan pelarut toluena karena

kebutuhan energi yang lebih sedikit dibandingkan dengan proses distilasi azeotrop.

Unit Produksi Etanol. Sebelum proses fermentasi, dilakukan proses pengenceran dan filtrasi.

Pengenceran dilakukan agar konsentrasi etanol yang dihasilkan <10% agar Saccharomyces c.

dapat tetap hidup (Liu & Qureshi, 2009). Filtrasi dilakukan dengan menambahkan CaOH2 yang

disertai dengan penggelembungan CO2 untuk menghilangkan pengotor. Pada main fermenter,

S.cerevisae mampu mengkonversi sekitar 95% gula menjadi etanol dengan waktu retensi

sekitar 20 jam pada kondisi anaerob (Ogbonna et al., 2000) pada temperatur 33 oC. Etanol yang

dihasilkan main fermenter memiliki konsentrasi di bawah 10%, sedangkan etanol yang akan

diproduksi harus memiliki konsentrasi 99,6%. Namun, pada konsentrasi 95,6% etanol

membentuk campuran azeotrop dengan air. Oleh karena itu, proses purifikasi etanol dibagi

menjadi dua: distilasi biasa hingga mendekati titik azeotrop, dan distilasi ekstraktif dengan

pelarut etilen glikol (EG) untuk mengatasi kondisi azeotrop.

5

Unit Pembangkit Listrik. Residu biomassa yang tidak terhidrolisis dibakar secara langsung

untuk mendapatkan panas guna menghasilkan uap air. Selanjutnya, melalui siklus Rankine

(steam-turbine), uap tersebut digunakan untuk menghasilkan listrik.

Unit Generasi Kukus Tenaga Surya. Kebutuhan kukus pada kilang hayati dipenuhi oleh

sistem generasi kukus tenaga surya dengan tipe kolektor surya parabolik. Sinar matahari dapat

dikonsentrasikan dan ditangkap oleh kolektor yang dapat menghasilkan panas untuk

menghasilkan kukus dengan rentang suhu menengah hingga tinggi.

Life Cycle Assessment (LCA) merupakan mekanisme untuk menganalisa dan

memperhitungkan dampak lingkungan total dari suatu produk dalam setiap tahapan daur

hidupnya. LCA memiliki 4 tahapan utama, yaitu: (1) penentuan tujuan dan ruang lingkup, (2)

inventarisasi data, (3) penilaian dampak, dan (4) interpretasi data (IRAM-ISO-14040, 2006).

Optimisasi multi-objektif adalah mengoptimisasi suatu masalah berdasarkan dua atau lebih

tujuan yang saling berlawanan, berdasarkan batasan-batasan tertentu sehingga tidak akan

didapatkan suatu solusi tunggal. Suatu solusi dikatakan efisien jika dan hanya jika tidak ada

solusi lain yang mampu meningkatkan satu fungsi objektif tanpa memperburuk fungsi objektif

lainnya (Pei Liu, 2009). Kumpulan dari semua solusi yang efektif disebut sebagai batas Pareto

(Gambar 2).

Gambar 2. Kurva Pareto

(Noesis Solutions, n.d.)

6

Algoritma yang digunakan untuk menyelesaikan optimisasi multi-objektif adalah metode 𝜖-

constraint. Algoritma ini melakukan skalarisasi dengan cara mengubah salah satu fungsi

objektif menjadi batasan (constraint) bagi fungsi objektif lainnya. Metode 𝜖-constraint

menyelesaikan masalah dengan cara membagi spasi dari fungsi objektif menjadi interval-

interval kecil dan mendapatkan solusi optimum pada titik-titik interval tersebut.

Apabila sejumlah data mengenai opsi desain dievaluasi, serta performanya diplot pada bidang

yang terbentuk dari dua sumbu fungsi objektif, maka batas terluar dari sekumpulan titik

menunjukkan batas di mana desain tidak dapat dioptimumkan lebih lanjut. Batas ini disebut

kurva Pareto atau Pareto Frontier yang memisahkan dua daerah, yaitu daerah yang

memungkinkan (feasible region) dan daerah yang tidak memungkinkan (infeasible region).

Daerah di sepanjang kurva Pareto disebut daerah optimum, sedangkan daerah pada feasible

region disebut daerah sub-optimum.

Metode Penelitian

Penelitian dimulai dari sintesis dan simulasi proses hingga mendapatkan neraca massa dan

energi (NME). Selanjutnya, dapat dilakukan estimasi biaya modal (Total Capital

Investment/TCI) dan biaya operasi (Operating and Maintenance Cost/OM), serta parameter

kelayakan lingkungan yang dinyatakan dalam faktor emisi tiap produk, 𝐸𝑖 (kg-CO2/unit

produk). Kemudian dilakukan pengulangan untuk berbagai nilai variabel bebas hingga

didapatkan array data berupa variabel-variabel optimisasi seperti TCI, OM, 𝐸𝑖, dan jumlah tiap

produk yang dihasilkan (𝑞𝑖), pada rentang kapasitas generasi kukus tenaga surya dan

temperatur hidrolisis tertentu. Array data tersebut digunakan untuk melakukan regresi sehingga

didapatkan persamaan-persamaan berupa variabel-variabel optimisasi sebagai fungsi dari

variabel bebas. Persamaan-persamaan tersebut lalu dioptimisasi untuk mendapatkan suatu set

solusi optimum. Lalu dilakukan pula mekanisme perubahan sistem ko-produksi untuk melihat

pengaruhnya terhadap optimisasi multi-objektif untuk mendapatkan solusi optimum.

Sintesis Proses Ko-Produksi. Desain proses ko-produksi etanol, furfural, dan listrik yang

dihasilkan ditunjukkan oleh Gambar 3.

Simulasi Proses Ko-Produksi. Simulasi untuk mendapatkan neraca massa dan energi pada

penelitian ini akan dilakukan dengan simulator software, yaitu Unisim Design dan SuperPro

7

Designer. Kedua piranti lunak tersebut memiliki kelebihan dan kekurangan masing-masing

yang dapat saling melengkapi untuk simulasi proses ko-produksi. Unisim Design memiliki

banyak set model termodinamika, sehingga model termodinamika dapat dimodelkan secara

akurat. Akan tetapi, Unisim Design tidak memiliki komponen pada industri yang melibatkan

komponen biologi. Di sisi lain, SuperPro memiliki unit operasi yang mampu menangani proses

yang melibatkan komponen biologi. Selain itu, Superpro dilengkapi fasilitas estimasi biaya alat

sehingga perhitungan estimas biaya modal lebih mudah. Namun, SuperPro tidak mempunyai

banyak pilihan model termodinamika sehingga kurang akurat dalam memodelkan suatu proses

yang melibatkan termodinamika yang rumit.

Gambar 3. Proses Ko-produksi Etanol, Furfural, dan Listrik pada Kilang Hayati

(telah diolah dari Alfansyah, 2015)

Mengestimasi Biaya Modal (TCI) dan Biaya Operasi (OM). Estimasi biaya modal

dilakukan menggunakan metode Guthrie, berdasarkan total biaya pembelian dan instalasi alat

(Total Bare Module Cost). Biaya operasi terdiri dari biaya bahan baku (variable cost) dan biaya

administrasi, asuransi, sewa, dll (fixed operating cost) dan biaya pemeliharaan yang besarnya

berdasarkan biaya modal.

Menghitung Parameter Kelayakan Lingkungan. Dilakukan berdasarkan Life Cycle

Assessment, dengan objektif didapatkannya emisi CO2 yang dihasilkan kilang hayatidengan

8

batasan cradle-to-gate. Batasan tersebut meliputi kultivasi dan pemanenan, ekstraksi CPO,

hingga kilang hayati. Data yang dibutuhkan berupa faktor emisi tiap material yang diperoleh

dari data sekunder, dan data input material yang diperoleh dari NME hasil simulasi. Persamaan

yang digunakan antara lain:

𝐸𝑡𝑜𝑡𝑎𝑙𝑗 = 𝐸𝑗 . 𝑚𝑗 (1)

𝐸𝑡𝑜𝑡𝑎𝑙 = ∑ 𝐸𝑡𝑜𝑡𝑎𝑙𝑗𝑗 + ∑ 𝐸𝑡𝑜𝑡𝑎𝑙𝑘𝑘 (2)

𝑬𝒊 = 𝑬𝒕𝒐𝒕𝒂𝒍𝒊

𝒒𝒊 (3)

Melakukan Regresi terhadap Variabel Optimisasi. Regresi diperlukan untuk

menghubungkan simulator dengan piranti lunak optimisasi dimana dibutuhkan persamaan

dengan variabel suhu hidrolisis dan kapasitas generasi kukus tenaga surya. Regresi dilakukan

menggunakan fasilitas SFTOOL pada piranti lunak MATLAB dimana didapatkan persamaan

fungsi polinomial dua variabel berorde dua dengan bentuk umum sebagai berikut:

𝑉(𝑥, 𝑦) = 𝑝00 + 𝑝10. 𝒙 + 𝑝01. 𝒚 + 𝑝20. 𝒙𝟐 + 𝑝11𝒙. 𝒚 + 𝑝02. 𝒚𝟐 (4)

Persamaan di atas berlaku pada rentang kapasitas dan temperatur berikut:

162 ≤ Temperatur (oC) ≤ 180 (5)

0 ≤ Fraksi Massa Kukus dari Sistem Tenaga Surya ≤ 1 (6)

Besar pembagian antara kedua sumber tersebut dinyatakan dengan fraksi massa kukus sistem

tenaga surya dengan batasan minimum 0 yang berarti seluruh kukus berasal dari bahan bakar

fosil dan batasan maksimum dimana seluruh kebutuhan kukus kilang hayati berasal dari sistem

generasi kukus tenaga surya.

Optimisasi Multi-Objektif. Persamaan fungsi objektif dan batasan yang digunakan dalam

optimisasi ini antara lain:

𝑅𝑒𝑣 = ∑ 𝑞𝑖 . 𝑝𝑖𝑖 (7)

𝐴𝐺𝑃 = 𝑅𝑒𝑣 − 𝑂𝑀 (8)

𝐴𝑃𝐴𝑇 = (1 − 𝑅𝑡𝑎𝑥) . 𝐴𝐺𝑃 (9)

Fungsi Objektif 1: 𝑁𝑃𝑉 = −𝑇𝐶𝐼 + ∑𝐴𝑃𝐴𝑇

(1+𝑟)𝑡20𝑡=1 (10)

Fungsi Objektif 2: 𝐸𝑡𝑜𝑡𝑎𝑙 = ∑ 𝑞𝑖 . 𝐸𝑖𝑖 (11)

9

Terdapat tiga model yang akan diselesaikan dengan piranti lunak optimisasi. Tiap model

diselesaikan dengan solver CONOPT komersial yang dijalankan di GAMS. Model 1 untuk

mendapatkan batas atas dengan memaksimumkan NPV sebagai objektifnya. Kemudian Model

2 untuk mendapatkan batas bawah dengan meminimumkan emisi sebagai objektifnya.

Selanjutnya Model 3 diselesaikan dengan memaksimumkan NPV sebagai objektifnya setelah

mengubah fungsi objektif emisi menjadi constraint tambahan dimana NPV dan emisi yang

diperoleh dari Model 1 dan Model 2 dijadikan batas dalam pencarian solusi di Model 3.

Dalam Model 3, fungsi objektif yang diselesaikan adalah fungsi objektif NPV, sehingga fungsi

objektif emisi akan dimodifikasi menjadi batasan menggunakan persamaan linier (skalarisasi)

berikut:

𝑓2 = (𝑓1

− 𝑓1,max 𝑓1)𝑤1(𝑓2,max 𝑓1−𝑓2,min 𝑓2)

𝑤2(𝑓1,min 𝑓2−𝑓1,max 𝑓1)+ 𝑓2,min 𝑓2 (12)

Hasil dan Pembahasan

Simulasi Proses. Performa proses dilihat dari efisiensi karbon dan efisiensi energi.

Penghitungan efisiensi secara tipikal melihat pada desain dengan kapasitas 500 ton/hari dan

temperatur hidrolisis 171 oC. Aliran karbon ditunjukkan oleh Gambar 4 dalam bentuk diagram

Sankey. Efisiensi karbon secara keseluruhan adalah sebesar 14,76% dengan efisiensi 44,99%;

53,96%; dan 0,0% masing-masing untuk unit produksi furfural, unit produksi etanol, dan unit

pembangkit listrik.

Gambar 4. Diagram Sankey untuk Aliran Karbon

Efisiensi energi untuk keseluruhan kilang diperoleh dari nilai energi dari output yang

dihasilkan, yaitu furfural 17,13 MW, etanol 5,69 MW, dan listrik 15,23 MW, dibagi dengan

nilai energi dari input. Input terdiri dari TKKS 89,69 MW, kebutuhan listrik 1,69 MW, dan

10

kebutuhan energi kukus 106,58 MW. Efisiensi energi yang dihasilkan adalah sebesar 19,22%.

Siklus Rankine yang ada pada unit pembangkit listrik, efisiensi termalnya sebesar 24,72%

Estimasi Biaya Modal dan Biaya Operasi. Berdasarkan Gambar 5 terlihat unit produksi

etanol dan unit pembangkit listrik merupakan penyumbang terbesar terhadap total biaya

investasi sebesar US$92.500.000. Pada unit produksi etanol, peralatan yang digunakan

meliputi alat untuk produksi etanol, seperti clarifier, fermenter, dan centrifuge, serta alat untuk

purifikasinya seperti kolom distilasi, kolom distilasi azeotrop, dan recovery column.

Gambar 5. Kontribusi Tiap Unit Terhadap Total Bare Module (TBM)

Penyumbang terbesar biaya operasi (Gambar 6) berasal dari unit praperlakuan, yaitu sebesar

74% untuk kebutuhan kukus. Kebergantungan kilang hayati pada kukus sangatlah tinggi untuk

memastikan keberlangsungan reaksi hidrolisis. Jumlah energi yang dibutuhkan sangat besar

dan berpengaruh pada biaya operasi yang besar pula.

Gambar 6. Kontribusi Tiap Unit Terhadap Variable Cost

11

Sumber pendapatan terbesar berasal dari produksi listrik (40%), lalu disusul oleh furfural

(35%), dan etanol (20%) dengan total pendapatan sebesar US$40.000.000 per tahun. Net

Present Value untuk kilang hayati didapatkan sebesar US$ 30.000.000 dengan indeks profit

sebesar 1,33.

Analisis Life Cycle. Perhitungan dampak kilang terhadap emisi CO2 ke lingkungan

menghasilkan total emisi CO2 sebesar 660.000.000 kg CO2-ekuivalen di mana mayoritas emisi

berasal dari pembebasan lahan yaitu sebesar 55%. (Gambar7) Kilang hayati TKKS sendiri

menempati tempat kedua dengan persentase 37%. Di dalam kilang hayati, emisi terbesar

berasal dari emisi gas buang pada unit pembangkit listrik dan kukus pada unit reaktor hidrolisis.

(Gambar 8).

Gambar 7. Kontribusi Tiap Tahapan dalam Ruang Lingkup

Terhadap Total Emisi CO2

Gambar 8. Kontribusi Tiap Unit Terhadap CO2 yang Diemisikan di Kilang

12

Hasil Optimisasi Multi-Objektif. Gambar 9 menunjukkan kurva Pareto yang dihasilkan pada

penelitian ini. Kurva tersebut dibentuk oleh dua sumbu yang menjadi fungsi objektifnya.

Sumbu X menunjukkan objektif lingkungan yang ditunjukkan dengan emisi pada kilang hayati.

Emisi yang ditunjukkan adalah emisi yang dihasilkan oleh kilang hayati sehingga tidak

termasuk emisi ekstraksi CPO dan alih fungsi lahan karena perubahan variabel bebas hanya

akan mengubah emisi kilang hayati TKKS. Sumbu Y menunjukkan objektif ekonomi yang

ditunjukkan dengan NPV.

Gambar 9. Kurva Pareto sebagai Solusi Optimisasi Multi-Objektif

Set solusi optimum membatasi antara dua area dimana area di bawah pareto frontier

merupakan area desain kilang hayati yang feasible sedangkan area infeasible merupakan area

di atas pareto frontier yang tidak memungkinkan untuk dicapai. Optimisasi menggunakan

GAMS memberikan hasil dimana set solusi optimum dimulai ketika NPV = 0 atau

pembangunan kilang hayati dikatakan impas secara finansial.

Pada kurva pareto yang terbentuk terlihat bahwa set solusi optimum seluruhnya berada pada

suhu 180°C. Hal ini karena seiring bertambahnya suhu, total emisi CO2 dalam kilang akan

semakin turun. Sumber emisi CO2 dalam kilang didominasi oleh emisi dari pembangkit listrik.

Semakin tinggi suhu, aliran menuju unit pembangkit listrik akan semakin berkurang sehingga

emisi kilang akan semakin rendah. Pengurangan emisi juga terjadi pada unit etanol karena

13

semakin tinggi suhu, produksi etanol akan semakin sedikit. Kenaikan emisi material pada unit

furfural tak begitu signifikan sehingga keseluruhan emisi pada kilang hayati akan tetap turun

seiring dengan kenaikan suhu hingga 180°C. Begitu pula dengan perubahan fraksi massa kukus

dari sistem generasi kukus tenaga surya. Semakin besar fraksi maka semakin sedikit emisi yang

dihasilkan oleh kilang hayati akibat penggunaan kukus yang lebih eco-friendly.

Semakin tinggi suhu reaksi hidrolisis, jumlah furfural yang terproduksi akan semakin

meningkat dimana komoditas furfural memiliki harga yang mahal. Semakin tinggi suhu, TCI

dan OM juga turun, akibat menurunnya produksi etanol dan unit pembangkit listrik. Padahal

kedua unit ini merupakan unit penyumbang biaya investasi terbesar. Oleh karena itu, NPV akan

maksimum pada suhu 180°C yang dibuktikan dengan didapatkannya set solusi optimum yang

berada seluruhnya pada suhu 180°C. Semakin besar kapasitas sistem generasi kukus tenaga

surya, NPV akan semakin rendah. Hal ini karena biaya investasi sistem generasi kukus tenaga

surya sangat besar sehingga kilang hayati akan rugi bila tak mengindahkan objektif ekonomi,

hanya lingkungan. Set solusi optimum untuk NPV paling minimum adalah saat fraksi kukus

dari CSP adalah sebesar 0,28. Artinya, CSP dapat digunakan untuk mengurangi emisi kilang

hayati namun masih layak secara finansial pada fraksi massa kukus maksimum 0,28 dari

kebutuhan kilang hayati pada suhu 180°C

Gambar 10. Kurva Pareto sebagai Solusi Optimisasi Multi-Objektif

Kurva pareto menunjukkan bahwa CSP belum mampu untuk memenuhi seluruh kebutuhan

kukus kilang hayati karena masih memberikan nilai NPV yang negatif. Oleh karena itu,

dilakukan proyeksi untuk kilang hayati dengan pemenuhan kukus seluruhnya oleh CSP pada

suhu hidrolisis 180°C menggunakan learning curve. Hasil proyeksi learning curve

14

menunjukkan bahwa CSP mampu dijadikan sumber pemenuhan seluruh kukus kilang hayati

ketika unit ke-10 kilang hayati telah dibangun. (Gambar 10)

Perbandingan Berbagai Skenario Ko-produksi Kilang Hayati. Didapatkan hasil (Gambar

11) bahwa emisi kilang berkurang hingga 115 juta kg CO2-eq dari titik emisi minimum pada

Pareto frontier. Hal ini karena saat kilang hayati tak memproduksi listrik, terdapat

pengurangan emisi. Pada Subbab 4.3 telah ditunjukkan bahwa emisi kilang hayati mayoritas

berasal dari unit pembangkit listrik. Walau emisi mengalami pengurangan, NPV pada skenario

kilang hayati tanpa produksi listrik turun hingga – USD 22.000.000. Hal ini menunjukkan

bahwa ko-produksi listrik selain berpengaruh pada penambahan emisi juga berpengaruh pada

NPV. Kilang hayati lignoselulosa masih terkendala pada yield yang cukup rendah dan biaya

investasi yang tinggi sehingga opsi ko-produksi dengan listrik dapat meningkatkan

keekonomisan kilang hayati.

Gambar 11. Kurva Pareto sebagai Solusi Optimisasi Multi-Objektif

Skenario kedua merupakan skenario dimana TKKS seluruhnya didedikasikan untuk

pembangkit listrik, tanpa produksi furfural dan etanol. Dapat dilihat bahwa emisi yang

dihasilkan jauh lebih besar, yaitu sebesar 180 juta kg CO2-eq. NPV yang dihasilkan juga jauh

lebih tinggi, yaitu US$76.000.000 karena unit pembangkit listrik memiliki biaya investasi yang

lebih rendah dibandingkan investasi total kilang hayati furfural dan etanol. Skenario kedua

lebih menarik secara finansial namun skenario ini menghasilkan emisi yang lebih tinggi. Selain

itu, skenario initidak memenuhi persyaratan suatu kilang hayati karena sistem ini tidak

15

memiliki kedua proses pengolahan baik primer maupun sekunder tidak dapat dikategorikan

menjadi suatu kilang hayati.Selanjutnya dilakukan split fraksi massa TKKS yang masuk ke

reaktor hidrolisis. Titik pertama adalah pada saat suhu 180°C dimana NPV memiliki nilai

maksimum pada set solusi pareto frontier. Pada kondisi ini, 500 ton/hari TKKS akan masuk

seluruhnya ke dalam reaktor hidrolisis. Selanjutnya dilakukan perubahan split fraksi massa

TKKS dimana sebagian fraksi massa TKKS akan langsung masuk unit pembangkit listrik tanpa

melalui reaktor untuk mengurangi kebutuhan kukus.

Terdapat empat nilai fraksi yang diambil, yaitu saat fraksi massa TKKS masuk reaktor 1; 0,75;

0,5; 0,25 dari kapasitas umpan sebesar 500 ton/hari. Hasil simulasi menunjukkan bahwa

semakin sedikit fraksi massa TKKS masuk reaktor, NPV akan naik dan emisi akan turun. Hal

ini mampu memenuhi kedua objektif yaitu maksimum NPV dan minimum dampak lingkungan.

Hal ini karena pada reaktor hidrolisis, tak seluruh TKKS akan mengalami reaksi sehingga

ketika dilakukan split fraksi, sebagian massa TKKS yang tidak sempat terhidrolisis tidak perlu

masuk reaktor dan langsung masuk ke unit pembangkit listrik. Ini akan menghemat kebutuhan

kukus pada reaktor karena massa TKKS yang masuk akan lebih sedikit sehingga didapatkan

keuntungan yang optimum dan emisi yang minimum. NPV maksimum ada pada kilang hayati

dengan fraksi massa TKKS masuk reaktor sebesar 0,25 dimana nilai NPV adalah sebesar

$84.000.000 dengan emisi sebesar 190.000.000 kg CO2-eq, lebih tinggi dari skenario produksi

listrik karena adanya penambahan emisi untuk produksi etanol dan furfural. Nilai NPV lebih

tinggi dari skenario produksi hanya listrik, namun emisi produksi listrik lebih rendah skenario

produksi hanya listrik yaitu sebesar 180.000.000 kg CO2-eq.

Analisis terhadap Pengambilan Keputusan. Dari kurva pareto yang terbentuk dapat dilihat

bahwa emisi CO2 kilang hayati dapat dikurangi sebesar 10,95% dengan mengorbankan NPV

hingga 98%. Hal ini menunjukkan bahwa NPV sangat sensitif sehingga pengambilan

keputusan disarankan lebih diberatkan pada objektif ekonomi.

Daerah sepanjang kurva pareto menunjukkan bahwa suhu optimum yang dapat memenuhi

kedua objektif adalah 180°C dimana NPV maksimum dan emisi minimum berada pada suhu

ini sedangkan fraksi massa sistem generasi kukus tenaga surya menghasilkan kilang hayati

yang ekonomis berada dalam rentang 0-0.28.

16

Saat ini, CSP belum dapat dijadikan solusi untuk pemenuhan seluruh kebutuhan kukus kilang

hayati karena masih memberikan NPV yang negatif. Hasil proyeksi menggunakan learning

curve menunjukkan bahwa ketika unit ke-10 kilang hayati dibangun, barulah CSP mampu

memenuhi kebutuhan kukus kilang hayati dimana didapatkan nilai NPV adalah 0 dan dapat

dikatakan layak secara finansial.

Pada perubahan skenario ko-produksi, solusi yang dapat dipilih adalah kilang hayati dengan

skenario NPV maksimum yaitu pada saat suhu 180°C dengan fraksi split TKKS sebesar 0,25

masuk reaktor. Bila dipilih opsi TKKS untuk produksi listrik, emisi akan mengalami penurunan

sebesar 6,6% namun NPV yang harus dikorbankan sebesar 10,28% sehingga untuk

perbandingan skenario lebih disarankan untuk produksi etanol, furfural, dan listrik dari TKKS

dengan split fraksi massa 25% masuk reaktor..

Kesimpulan

1. Semakin tinggi suhu reaktor hidrolisis dalam rentang 162-180°C, emisi CO2 yang dihasilkan

semakin kecil dan saat pemenuhan kebutuhan kukus dari CSP meningkat maka emisi CO2

yang digenerasi akan berkurang

2. Semakin tinggi suhu reaktor hidrolisis dalam rentang 162-180°C, NPV yang dihasilkan

semakin besar, sedangkan saat pemenuhan kebutuhan kukus dari CSP meningkat maka NPV

akan semakin sedikit

3. Relatif terhadap titik NPV maksimum, emisi CO2 dapat dikurangi sebesar 10,95% dengan

pengorbanan berupa penurunan NPV sebesar 98,9%.

4. Kurva Pareto menunjukkan bahwa suhu reaktor hidrolisis optimum yang mampu memenuhi

kedua objektif untuk kilang hayati kapasitas umpan TKKS 500 ton/hari adalah 180°C

sedangkan fraksi massa sistem generasi kukus tenaga surya menghasilkan kilang hayati

yang layak secara finansial berada dalam rentang 0-0,28.

5. CSP mampu memenuhi seluruh kebutuhan kukus pada pembangunan unit ke-10

menggunakan proyeksi learning curve

6. Pada perubahan skenario ko-produksi, solusi yang optimum adalah kilang hayati dengan

suhu reaktor hidrolisis 180°C dan fraksi split TKKS sebesar 0,25 masuk reaktor dengan

NPV sebesar $84.000.000 dan emisi sebesar 190.000.000 kg CO2-eq.

17

Saran

1. Mencoba variasi lain seperti jenis biomassa dan parameter kinetika fermentasi etanol

2. Memasukkan persamaan neraca massa dan energi alat ke dalam GAMS agar proses

optimisasi lebih terintegrasi.

3. Melakukan perhitungan supply demand produk pada tahun mendatang untuk optimisasi

kilang fungsi waktu.

Daftar Notasi

Simbol

𝑓 fungsi objektif

𝑚 laju alir material (kg/tahun)

𝑝 harga produk (USD/unit)

𝑞 jumlah produk yang dihasilkan (unit/tahun)

𝑟 discounted rate (%)

𝑡 tahun ke-

𝑤 bobot optimisasi (%)

𝑥 kapasitas (ton/hari)

𝑦 temperatur hidrolisis (oC)

𝐸 faktor emisi (kg-CO2/kg atau kg-CO2/kWh)

𝐸𝑡𝑜𝑡𝑎𝑙 total CO2 yang diemisikan (kg-CO2)

𝑅𝑡𝑎𝑥 suku bunga pajak (%)

𝑉 variabel optimisasi yang diregresi

Subskrip

𝑖 jenis produk yang dihasilkan

𝑗 jenis material yang digunakan

𝑘 proses yang menghasilkan CO2

𝑚𝑎𝑥 maksimum

𝑚𝑖𝑛 minimum

1 aspek ekonomi

2 aspek lingkungan

Singkatan

𝐴𝐺𝑃 Annual Gross Profit (USD)

𝐴𝑃𝐴𝑇 Actual Profit After Tax (USD)

CSP Concentrating Solar Power

LCA Life Cycle Assessment

NPV Net Present Value (USD)

𝑂𝑀 Operating & Maintenance Cost (USD)

𝑅𝑒𝑣 Annual Revenue (USD)

𝑇𝐶𝐼 Total Capital Investment (USD)

18

Daftar Referensi

Alfansyah, L. (2015). Optimisasi Multi-Objektif (Ekonomi Dan Life Cycle) Untuk Desain Ko-

Produksi Etanol, Furfural, Dan Listrik Pada Kilang Hayati Berbasis Lignoselulosa.

Depok: Universitas Indonesia

Brunet, R., Guillen-Gosalbez, G., Jimenez, Laureano. (2013). Minimization of the

Nonrenewable Energy Consumption in Bioethanol Production Processes using a Solar-

Assisted Steam Generation System. AIChe Journal.

Heeres, Erik. (2010). Platform chemicals from lignocellulosic biomass. Presentation.

University of Groningen

IRAM-ISO-14040. (2006). Environmental management-life cycle assessment-principles and

frame work. International Standard: ISO

Kim, J.S., Choi, W.I., Kang, M., Park, J.Y., Lee, J.S., (2012) Kinetic Study of Empty Fruit

Bunch Using Hot Liquid Water and Dilute Acid. Appl. Biochem Biotechnol 167:1527-

1539

Lange, J.P., van der Heide, E., van Buijtenen, J., & Price, R. (2012). Furfural – A promising

platform for lignocellulosic biofuels. ChemSusChem, 5, 150-166.

Liu S. & Qureshi, N. (2009). How microbes tolerate ethanol and butanol. New Biotechnology,

26, 117-121.

Ogbonna, J.C., Mashima, H., & Tanaka, H. (2001). Scale up of fuel ethanol production from

sugar beet juice using loofa sponge immobilized bioreactor. Bioresource Technology,

76(1), 1-8.

Noesis Solutions. (n.d.). Multi-objective optimization. January 8, 2015.

http//www.noesissolutions.com/Noesis/design-ptimization/optimize/multi-objective-

optimization

Pei Liu. (2009). Modelling and optimization of polygeneration energy systems. Thesis. Imperial

College London.

United States Department of Agriculture. (2013). Oilseeds: World markets and trade. April 30,

2014. http://www.fas.usda.gov/psdonline/circulars/oil seeds .pdf

Zeitsch, K.J. (2000). The chemistry and technology of furfural and its many by-products. Sugar

Series, 13, 1-358.