Post on 15-Oct-2021
STUDI MODEL ISOTERM ADSORPSI KRISTAL VIOLET
OLEH BIOSORBEN KULIT UBI KAYU (MANIHOT
ESCULENTA)
SKRIPSI
OLEH:
MUHAMMAD DAFIN RAMADHAN
160405051
DEPARTEMEN TEKNIK KIMIA
FAKULTAS TEKNIK
UNIVERSITAS SUMATERA UTARA
MEDAN
JANUARI 2021
UNIVERSITAS SUMATERA UTARA
STUDI MODEL ISOTERM ADSORPSI KRISTAL VIOLET
OLEH BIOSORBEN KULIT UBI KAYU (MANIHOT
ESCULENTA)
SKRIPSI
OLEH:
MUHAMMAD DAFIN RAMADHAN
160405051
SKRIPSI INI DIAJUKAN UNTUK MELENGKAPI SEBAGIAN
PERSYARATAN MENJADI SARJANA TEKNIK
DEPARTEMEN TEKNIK KIMIA
FAKULTAS TEKNIK
UNIVERSITAS SUMATERA UTARA
MEDAN
JANUARI 2021
UNIVERSITAS SUMATERA UTARA
i
PERNYATAAN KEASLIAN SKRIPSI
Saya menyatakan dengan sesungguhnya bahwa skripsi dengan judul:
STUDI MODEL ISOTERM ADSORPSI KRISTAL VIOLET OLEH
BIOSORBEN KULIT UBI KAYU (MANIHOT ESCULENTA)
dibuat untuk melengkapi sebagian persyaratan menjadi Sarjana Teknik pada
Departemen Teknik Kimia, Fakultas Teknik, Universitas Sumatera Utara. Skripsi
ini adalah hasil karya saya kecuali kutipan-kutipan yang telah saya sebutkan
sumbernya.
Demikian pernyatan ini dibuat dengan sesungguhnya. Apabila di kemudian hari
terbukti bahwa karya ini bukan karya saya atau merupakan hasil jiplakan, maka
saya bersedia menerima sanksi sesuai dengan aturan yang berlaku.
Medan, 4 Desember 2020
Muhammad Dafin Ramadhan
NIM. 160405051
UNIVERSITAS SUMATERA UTARA
ii
PENGESAHAN SKRIPSI
Skripsi dengan judul:
STUDI MODEL ISOTERM ADSORPSI KRISTAL VIOLET OLEH
BIOSORBEN KULIT UBI KAYU (MANIHOT ESCULENTA)
dibuat untuk melengkapi persyaratan menjadi Sarjana Teknik pada Departemen
Teknik Kimia, Fakultas Teknik, Universitas Sumatera Utara. Skripsi ini telah
diujikan pada sidang ujian skripsi tanggal 14 Januari 2021 dan dinyatakan
memenuhi syarat/sah sebagai skripsi pada Departemen Teknik Kimia, Fakultas
Teknik, Universitas Sumatera Utara.
Medan, 27 Januari 2021
Ketua Departemen Teknik Kimia Koordinator Skripsi
Ir. Maya Sarah S.T., M.T., Ph.D., IPM Dr. Ir. Bambang Trisakti, MSi
NIP. 197005012000122001 NIP. 196609251991031003
UNIVERSITAS SUMATERA UTARA
iii
LEMBAR PERSETUJUAN
Tim Penguji menyetujui perbaikan skripsi:
Nama : Muhammad Dafin Ramadhan
NIM : 160405051
Judul : Studi Model Isoterm Adsorpsi Kristal Violet oleh Biosorben Kulit Ubi
Kayu (Manihot esculenta)
Yang telah diperbaiki sesuai saran dari Tim Penguji.
Dosen Pembimbing
Dr. Ir. Iriany, M.Si. (19 Januari 2021)
NIP. 19640613 199003 2 001
Dosen Penguji I
Ir. Erni Misran, M.T., Ph.D (15 Januari 2021)
NIP. 19730913 200003 2 001
Dosen Penguji II
Prof. Dr. Ir. Muhammad Turmuzi, MS (19 Januari 2021)
NIP. 19611225 198903 1 003
UNIVERSITAS SUMATERA UTARA
iv
PRAKATA
Puji dan syukur penulis panjatkan ke hadirat Allaah Yang Maha Esa atas
limpahan rahmat dan karunia-Nya sehingga penulis dapat menyelesaikan skripsi
dengan judul “Studi Model Isoterm Adsorpsi Kristal Violet oleh Biosorben
Kulit Ubi Kayu (Manihot esculenta)” dengan sebaik-baiknya. Skripsi ini disusun
sebagai salah satu syarat untuk kelulusan pada program S-1 Departemen Teknik
Kimia, Fakultas Teknik, Universitas Sumatera Utara, Medan.
Selama proses penyusunan skripsi ini, penulis mendapat bantuan dan
dukungan dari berbagai pihak. Untuk itu, pada kesempatan ini penulis ingin
mengucapkan terima kasih kepada:
1. Ibu Dr. Ir. Iriany, M.Si., selaku dosen pembimbing atas kesabarannya dalam
membimbing penulis pada penyusunan dan penulisan skripsi ini.
2. Bapak Dr. Ir. Bambang Trisakti, MSi, selaku Koordinator Skripsi
Departemen Teknik Kimia, Fakultas Teknik, Universitas Sumatera Utara.
3. Ibu Ir. Maya Sarah, S.T., M.T., Ph.D., IPM, selaku Ketua Departemen
Teknik Kimia, Fakultas Teknik, Universitas Sumatera Utara.
4. Ibu Ir. Erni Misran, M.T., Ph.D, selaku Sekretaris Departemen Teknik
Kimia, Fakultas Teknik, Universitas Sumatera Utara dan Dosen Penguji I
penulis yang telah memberikan saran dan masukan yang membangun dalam
penulisan skripsi ini.
5. Bapak Prof. Dr. Ir. Muhammad Turmuzi, MS, selaku Dosen Penguji II
penulis yang telah memberikan saran dan masukan yang membangun dalam
penulisan skripsi ini.
6. Ibu Prof. Dr. Zuhrina Masyithah, S.T., M.Sc., selaku Dosen Pembimbing
Akademik Penulis.
7. Seluruh dosen di Departemen Teknik Kimia, Fakultas Teknik, Universitas
Sumatera Utara, atas pendidikan yang diberikan kepada penulis selama
perkuliahan.
8. Seluruh pegawai di Departemen Teknk Kimia, Fakultas Teknik, Universitas
Sumatera Utara yang telah membantu penulis dalam hal administrasi selama
perkuliahan.
UNIVERSITAS SUMATERA UTARA
v
9. Rekan-rekan di Laboratorium Kimia Analisa, Anwar, Widya, Dea, Nana,
Dinda, Bang Eldhien, Bang Steven, Kak Mawa, Kak Azka, Fajar, Aufar,
Kartika, Nisa, Mufid, dan Kak Santi.
10. Rekan-rekan di Laboratorium Polimer, Bang Eldhien, Elvi, Kak Fifah, dan
Kak Fitri.
11. Rekan-rekan Kerja Praktik di PT Pupuk Iskandar Muda, Muhammad
Alkausar, Vincent Wijaya, dan Catherine Helenlee.
12. Rekan-rekan tim Tugas Pra Rancangan Pabrik, M. Otzeman Nur Samosir,
Muhammad Raihan, dan Widya Nanda Sari.
13. Abang dan kakak senior, rekan-rekan seangkatan, serta adik-adik angkatan
yang telah memberikan dukungan kepada penulis selama proses pengerjaan
skripsi ini.
Penulis menyadari bahwa skripsi ini masih jauh dari sempurna. Oleh karena
itu, penulis mengharapkan saran dan masukan demi kesempurnaan skripsi ini.
Semoga tulisan ini memberikan manfaat bagi pengembangan ilmu pengetahuan.
Medan, 4 Desember 2020
Penulis
Muhammad Dafin Ramadhan
UNIVERSITAS SUMATERA UTARA
vi
DEDIKASI
Skripsi ini saya dedikasikan kepada orang yang selalu mendoakan, mendukung,
mendidik, dan merawat saya:
Orangtua tercinta
Papa Darwin dan Mama Elfi Laila Nazli
Kasih dan sayang kalian tidak dapat terbalaskan
Kepada adik tercinta yang sedang menjalani studi
Dwisyah Ahmad Rizky
Kepada keluarga besar
Serta kepada orang-orang yang mendoakan, mendukung, dan berperan dalam
pengembangan karakter dan ilmu saya
Semoga Allaah Subhaanahu Wa Ta’aalaa membalas semua kebaikan kalian
Jazaakumullaahu khairan
UNIVERSITAS SUMATERA UTARA
vii
RIWAYAT HIDUP PENULIS
Nama : Muhammad Dafin Ramadhan
NIM : 160405051
Tempat/Tgl.
Lahir
: Medan/ 14 Januari 1999
Nama Orang Tua : Darwin dan Elfi Laila Nazli
Alamat Orang
Tua
: Jalan Cempaka Gang Anggrek No.
44B, Medan Helvetia, Medan,
Sumatera Utara
Asal Sekolah:
• SD ANNYSA Medan, Tahun 2004-2010
• SMP Negeri 40 Medan, Tahun 2010-2013
• SMA Negeri 3 Medan, Tahun 2013-2016
Pengalaman Organisasi/ Kerja:
1. Anggota pengurus bidang Peningkatan Akademik dan Literatur (PAL)
Covalen Study Group (CSG) Departemen Teknnik Kimia, Fakultas Teknik,
Periode 2018-2019.
2. Sebagai Asisten Laboratorium Kimia Analisa Departemen Teknik Kimia
USU Periode 2018-2020. Modul yang ditangani: Gravimetri, Titrasi Asam
Basa, Reaksi Asam Basa, Permanganometri, dan Reaksi Redoks.
3. Sebagai Asisten Laboratorium Polimer Departemen Teknik Kimia USU
Periode 2020-2021.
4. Kerja Praktik di PT Pupuk Iskandar Muda Periode 02-31 Desember 2019.
UNIVERSITAS SUMATERA UTARA
viii
STUDI MODEL ISOTERM ADSORPSI KRISTAL VIOLET
OLEH BIOSORBEN KULIT UBI KAYU (MANIHOT
ESCULENTA)
ABSTRAK
Kristal violet adalah zat warna yang memiliki banyak manfaat, namun limbahnya
dapat berbahaya bagi manusia dan lingkungan. Adsorpsi merupakan metode yang
paling berguna untuk menyisihkan limbah kristal violet dibandingkan dengan
metode-metode pemisahan yang lain karena efisiensi dan viabilitasnya. Salah satu
adsorben yang berpotensi adalah biosorben kulit ubi kayu. Kulit ubi kayu layak
dijadikan adsorben karena kandungan seluosa, hemiselulosa, dan ligninnya yang
tinggi. Dalam melakukan adsorpsi, mendapatkan model isoterm yang paling tepat
merupakan hal penting untuk memprediksi parameter adsorpsi dan sistem
adsorben. Penelitian ini bertujuan untuk mendapatkan model isoterm adsorpsi
yang paling cocok untuk penjerapan kristal violet oleh biosorben kulit ubi kayu
dengan keakuratan yang cukup tinggi serta mendapatkan model gabungan dari
model isoterm adsorpsi yang paling cocok dengan persamaan neraca massa untuk
memprediksi efisiensi penyisihan. Penelitian ini dilakukan menggunakan data
sekunder dengan memanfaatkan MATLAB sebagai alat bantu untuk melakukan
regresi non-linier dan iterasi Newton-Raphson. Pada penelitian ini diperoleh
model Sips sebagai model yang paling cocok dengan qms = 374,3 mg/g dan
heterogenitas sistem sebesar 0,5933. Untuk memprediksi massa adsorben :
volume adsorbat minimum namun efisiensi penyisihan tetap ≥ 90%, diperoleh
persamaan korelasi 𝑚
𝑉= −1.10−11𝐶0
4 + 2. 10−8𝐶03 − 2.10−5𝐶0
2 + 0,015𝐶0 +
1,2686.
Kata kunci: Kristal violet, kulit ubi kayu, MATLAB, isoterm adsorpsi, efisiensi
penyisihan
UNIVERSITAS SUMATERA UTARA
ix
STUDY OF ADSORPTION ISOTHERM MODEL FOR CRYSTAL
VIOLET ON CASSAVA PEEL (MANIHOT ESCULENTA)
BIOSORBENT
ABSTRACT
Crystal violet is a dye that has many uses, but its waste can be harmful to humans
and the environment. Adsorption is the most useful method for removing crystal
violet waste compared to other separation methods because of its efficiency and
viability. Cassava peel is a material that has potential to be an adsorbent. Cassava
peel is suitable as an adsorbent because of its high celluose, hemicellulose, and
lignin content. In carrying out adsorption, getting the most appropriate isotherm
model is important for predicting the adsorption parameters and the adsorbent
system. This study aims to obtain an adsorption isotherm model that is the most
suitable for the adsorption of crystal violet by cassava peel biosorbent with high
accuracy and to obtain a combined model of the adsorption isotherm model that is
the most suitable with the mass balance equation to predict removal efficiency.
This research was conducted using secondary data using MATLAB as a
supporting tool to perform a non-linear regression and Newton-Raphson iteration.
In this research, we conclude that Sips model is the most suitable model with qms
= 374,3 mg/g and 0,5933 site heterogeneity. For predict adsorbent mass ratio :
adsorbate volume minimum ratio but removal efficiency stay at ≥ 90%, we obtain
a correlation factor: 𝑚
𝑉= −1.10−11𝐶0
4 + 2. 10−8𝐶03 − 2.10−5𝐶0
2 + 0,015𝐶0 +
1,2686.
Keywords: Crystal violet, cassava peel, MATLAB, adsorption isotherm,
removal efficiency
UNIVERSITAS SUMATERA UTARA
x
DAFTAR ISI
PERNYATAAN KEASLIAN SKRIPSI i
PENGESAHAN SKRIPSI ii
LEMBAR PERSETUJUAN iii
PRAKATA iv
DEDIKASI vi
RIWAYAT HIDUP PENULIS vii
ABSTRAK viii
ABSTRACT ix
DAFTAR ISI x
DAFTAR GAMBAR xiii
DAFTAR TABEL xiv
DAFTAR LAMPIRAN xv
DAFTAR SINGKATAN xvi
DAFTAR SIMBOL xvii
BAB I PENDAHULUAN 1
1.1 LATAR BELAKANG 1
1.2 PERUMUSAN MASALAH 3
1.3 TUJUAN PENELITIAN 3
1.4 MANFAAT PENELITIAN 4
1.5 RUANG LINGKUP PENELITIAN 4
BAB II TINJAUAN PUSTAKA 6
2.1 KRISTAL VIOLET 6
2.2 UBI KAYU (MANIHOT ESCULENTA) 7
2.3 ADSORPSI 9
Halaman
UNIVERSITAS SUMATERA UTARA
xi
2.4 FAKTOR-FAKTOR YANG MEMENGARUHI ADSORPSI 11
2.5 ISOTERM ADSORPSI 12
2.6 MATLAB 15
2.7 KRITERIA PEMILIHAN MODEL ISOTERM ADSORPSI
TERBAIK 16
BAB III METODOLOGI PENELITIAN 17
3. 1 DATA SEKUNDER 17
3. 2 ALAT 17
3.3 PROSEDUR PENELITIAN 17
3.3.1 Curve Fitting 17
3.3.2 Validasi Efisiensi Penyisihan menggunakan Model Gabungan 19
3.3.3 Prediksi Efisiensi Penyisihan menggunakan Model Gabungan 20
3.4 FLOWCHART PENELITIAN 20
BAB IV HASIL DAN PEMBAHASAN 24
4.1 DATA SEKUNDER 24
4.2 ISOTERM ADSORPSI 24
4.2.1 Isoterm Adsorpsi Freundlich 26
4.2.2 Isoterm Adsorpsi Langmuir 27
4.2.3 Isoterm Adsorpsi Jovanovich 28
4.2.4 Isoterm Adsorpsi Temkin 28
4.2.5 Isoterm Adsorpsi Redlich-Peterson 29
4.2.6 Isoterm Adsorpsi Sips 30
4.2.7 Isoterm AdsorpsiToth 31
4.3 STUDI MODEL ISOTERM ADSORPSI 32
4.4 SIMULASI MODEL ISOTERM ADSORPSI 37
BAB V KESIMPULAN DAN SARAN 40
UNIVERSITAS SUMATERA UTARA
xii
5.1 KESIMPULAN 40
5.2 SARAN 40
DAFTAR PUSTAKA 41
UNIVERSITAS SUMATERA UTARA
xiii
DAFTAR GAMBAR
Halaman
Gambar 2.1 Struktur Kimia Kristal Violet 6
Gambar 2.2 Ubi Kayu (Manihot esculenta) 8
Gambar 2.3 Mekanisme Adsorpsi 14
Gambar 2.4 Isoterm Adsorpsi 14
Gambar 3.1 Input Data pada MATLAB 17
Gambar 3.2 Curve Fitting Tool 18
Gambar 3.3 qe vs. Ce 18
Gambar 3.4 Input Persamaan dan Tebakan Awal 19
Gambar 3.5 Flowchart Curve Fitting 21
Gambar 3.6 Flowchart Validasi Efisiensi Penyisihan 22
Gambar 3.7 Flowchart Prediksi Efisiensi Penyisihan 23
Gambar 4.1 Isoterm Adsorpsi Halsey 25
Gambar 4.2 Isoterm Adsorpsi Freundlich 26
Gambar 4.3 Isoterm Adsorpsi Langmuir 27
Gambar 4.4 Isoterm Adsorpsi Jovanovich 28
Gambar 4.5 Isoterm Adsorpsi Temkin 29
Gambar 4.6 Isoterm Adsorpsi Redlich-Peterson 30
Gambar 4.7 Isoterm Adsorpsi Sips 31
Gambar 4.8 Isoterm Adsorpsi Toth 31
Gambar 4.9 Hasil Curve Fitting Model Isoterm Adsorpsi 33
Gambar 4.10 Mekanisme Adsorpsi oleh Molekul Isoterm Sips 36
Gambar 4.11 Removal (%) vs. V (L) 38
Gambar 4.12 Hubungan m:V (g/L) dengan C0 (mg/L) 39
UNIVERSITAS SUMATERA UTARA
xiv
DAFTAR TABEL
Halaman
Tabel 1.1 Penelitian-penelitian Terdahulu yang Terkait Adsorpsi Zat Warna
oleh Adsorben dengan Prekursor Biomassa 2
Tabel 2.1 Kandungan Kulit Ubi Kayu 8
Tabel 4.1 Data Sekunder 24
Tabel 4.2 Data Parameter Model Isoterm Adsorpsi 34
Tabel 4.3 Kapasitas Adsorpsi Data dan Hitung 35
Tabel 4.4 Validasi Efisiensi Penyisihan 37
Tabel LA.1 Prediksi Efisiensi Penyisihan pada Ce = 100 mg/L LA-1
Tabel LA.2 Prediksi Efisiensi Penyisihan pada Ce = 200 mg/L LA-1
Tabel LA.3 Prediksi Efisiensi Penyisihan pada Ce = 300 mg/L LA-2
Tabel LA.4 Prediksi Efisiensi Penyisihan pada Ce = 400 mg/L LA-2
Tabel LA.5 Prediksi Efisiensi Penyisihan pada Ce = 500 mg/L LA-2
Tabel LA.6 Prediksi Efisiensi Penyisihan pada Ce = 600 mg/L LA-3
Tabel LA.7 Prediksi Efisiensi Penyisihan pada Ce = 700 mg/L LA-3
Tabel LA.8 Prediksi Efisiensi Penyisihan pada Ce = 800 mg/L LA-3
Tabel LA.9 Prediksi Efisiensi Penyisihan pada Ce = 900 mg/L LA-4
Tabel LA.19 Prediksi Efisiensi Penyisihan pada Ce = 1000 mg/L LA-4
UNIVERSITAS SUMATERA UTARA
xv
DAFTAR LAMPIRAN
Halaman
LAMPIRAN A DATA HASIL PENELITIAN LA-1
LAMPIRAN B CONTOH PERHITUNGAN LB-1
LB.1 PERHITUNGAN Ce LB-1
LB.2 PERHITUNGAN qe LB-1
LB.3 PERHITUNGAN EFISIENSI PENYISIHAN MODEL LB-1
LB.3 GABUNGAN LB-1
LB.4 PERHITUNGAN RALAT (%) MODEL GABUNGAN LB-2
LAMPIRAN C PENURUNAN RUMUS MODEL GABUNGAN LC-1
UNIVERSITAS SUMATERA UTARA
xvi
DAFTAR SINGKATAN
MATLAB Matrix Laboratory
R-P Redlich-Peterson
SEM Scanning electron microscope
UNIVERSITAS SUMATERA UTARA
xvii
DAFTAR SIMBOL
Simbol Keterangan Satuan
R2 Coefficient of determination
qe Kapasitas adsorpsi setimbang mg/g
qe,exp Kapasitas adsorpsi setimbang percobaan mg/g
qe,cal Kapasitas adsorpsi setimbang model/hitung mg/g
qe,mean Rerata kapasitas adsorpsi setimbang percobaan mg/g
m Massa adsorben m
V Volume adsorbat L
C0 Konsentrasi awal adsobat mg/L
Ce Konsentrasi setimbang adsorbat mg/L
Removal Efisiensi penyisihan %
qm Kapasitas adsorpsi maksimum Langmuir mg/g
qmJ Kapasitas adsorpsi maksimum Jovanovich mg/g
qms Kapasitas adsorpsi maksimum Sips mg/g
qmT Kapasitas adsorpsi maksimum Toth mg/g
KF Konstanta Freundlich
n Konstanta Freundlich
KL Rasio dari laju adsorpsi dan desorpsi L/mg
RL Separation factor
KJ Konstanta Jovanovich
AT Konstanta ikatan setimbang L/mg
bT Konstanta terkait penyerapan panas J/mol
R Konstanta gas ideal J/mol.K
T Temperatur K
KRP Konstanta Redlich-Peterson L/g
aRP Konstanta Redlich-Peterson Lg/mgg
g Eksponen Redlich-Peterson
KS Konstanta Sips Lns/mgns
ns Konstanta Sips
aT Konstanta Toth
UNIVERSITAS SUMATERA UTARA
xviii
Simbol Keterangan Satuan
z Eksponen Toth
UNIVERSITAS SUMATERA UTARA
1
BAB I
PENDAHULUAN
1.1 LATAR BELAKANG
Banyak industri, seperti industri zat warna, tekstil, farmasi, kertas, plastik,
dan penyamakan menggunakan warna untuk produk-produknya. Dari industri-
industri tersebut, industri tekstil merupakan pengguna zat warna terbesar. Warna
tekstil mencapai 10.000 warna yang berbeda dengan estimasi produksi tahunannya
sebesar 7 x 105 metrik ton yang tersedia secara komersial di seluruh dunia. Hasilnya,
sejumlah besar pewarna sering dilepaskan sebagai limbah ke perairan. Belakangan
ini, perhatian terhadap kontaminasi pewarna di perairan meningkat. Hal ini
disebabkan pelepasan pewarna ke perairan mengakibatkan menurunnya
perkembangan alga karena terhalangnya cahaya yang dibutuhkan untuk fotosintesis
dimana hal ini akan mengakibatkan tidak seimbangnya ekosistem di perairan. Salah
satu zat warna adalah kristal violet (Akinola dan Umar, 2015). Kristal violet dikenal
karsiogen dan mutagen. Zat warna ini dapat mengiritasi kulit apabila terserap dalam
jumlah tertentu. Dalam kasus yang lebih parah, kristal violet dapat menyebabkan
komplikasi pernapasan, gagal ginjal, serta kebutaan (Cheruiyot dkk., 2019).
Beberapa studi telah dilakukan untuk menyisihkan zat warna dengan
metode-metode yang bervariasi, seperti adsorpsi, koagulasi, nano-filtrasi dan
ozonalisis, filtrasi membran, dan proses oksidasi, dimana adsorpsi adalah metode
yang paling berguna karena efisiensi dan viabilitasnya (Patel dan Vashi, 2010).
Berbagai jenis adsorben biomassa telah digunakan sebagai prekursor untuk
mengadsorpsi zat warna, di antaranya sekam padi (Sawasdee dkk., 2017), buah pinus
(Bhomick dkk., 2018), kulit jeruk (Guedri dkk., 2020), kulit kacang mete (Kumar
dkk., 2010), sekam kopi (Cheruiyot dkk., 2019), dan kulit ubi kayu (Beakou dkk.,
2017).
Kulit ubi kayu sering dianggap remeh sehingga menjadi limbah, padahal
banyak manfaat yang didapat darinya (Santoso, 2016). Beberapa penelitian dalam
memanfaatkan kulit ubi kayu sebagai adsorben dalam bentuk karbon aktif telah
dilakukan oleh Ariyani dkk. (2017) dan Beakou dkk. (2017). Akan tetapi,
mengubahnya menjadi karbon aktif dinilai membutuhkan konsumsi energi yang
UNIVERSITAS SUMATERA UTARA
2
tinggi sehingga kurang layak dalam perspektif ekonomi. Oleh karena itu, biosorben
dapat dijadikan jawaban akan hal ini (Kosasih dkk. 2010). Dalam penerapannya
untuk menjerap zat warna, penelitian oleh Rubio dkk. 2018 telah dilakukan dengan
adsorbat metilen biru.
Informasi terpenting untuk memahami proses adsorpsi adalah informasi
kesetimbangan adsorpsi. Dalam hal ini, isoterm adsorpsi dapat mendeskripsikan
performa kesetimbangan adsorben pada temperatur konstan (Al-Ghouti dan Da’ana,
2020). Ada banyak model isoterm adsorpsi, contohnya adalah model Freundlich,
Langmuir, Jovanovich, Temkin, Redlich-Peterson, Sips, dan Toth (Saadi dkk., 2015).
Penelitian-penelitian terkait untuk penjerapan zat warna dapat dilihat pada Tabel 1.1.
Tabel 1.1 Penelitian-penelitian Terdahulu yang Terkait Adsorpsi Zat Warna oleh
Adsorben dengan Prekursor Biomassa
Judul Penelitian Peneliti Prekursor Adsorbat
Model
Isoterm
yang Sesuai
Adsorption of dyestuff in household-
scale dyeing onto rice husk
Sawasdee
dkk.,
2017
Sekam padi Magenta Langmuir
Pine Cone biomass as an efficient
precursor fo the synthesis of activated
biocarbon for adsorption of anionic
dye from aqueous solution: Isotherm,
kinetic, thermodynamic and
regeneration studies
Bhomick
dkk.,
2018
Buah Pinus Alizarin
red S
(ARS)
Langmuir
Molecular dynamic simulation and
DFT computational studies on the
adsorption performances of methylene
blue in aqueous solutions by orange
peel-modified phophoric acid
Guedri
dkk.,
2020
Kulit jeruk Metilen
biru
Sips dan
Langmuir
Adsorption of dye from aqueous
solution by cashew nut shell: Studies
on equilibrium isotherm, kinetics and
thermodynamics of interactions
Kumar
dkk.,
2010
Kulit
kacang
mete
Congo
red
Redlich-
Peterson,
Toth, dan
Sips
Adsorption of toxic crystal violet using
coffee husks: Equilibrium, kinetics and
thermodynamics study
Cheruiyot
dkk.,
2019
Sekam kopi Kristal
violet
Freundlich
dan
Langmuir
Novel activated carbon from Manihot
esculenta Crantz for removal of
Methylene Blue
Beakou
dkk.,
2017
Kulit ubi
kayu
Metilen
biru
Redlich-
Peterson
UNIVERSITAS SUMATERA UTARA
3
Sebagian besar publikasi menggunakan metode regresi linier untuk
mengestimasi parameter-parameter pada model isoterm adsorpsi. Metode ini simpel,
akan tetapi model adsorpsi yang telah dilinierisasi dapat mengubah variabel yang
tetap dan terikat, serta memperbanyak ralat (Wang dan Guo, 2020). Model isoterm
adsorpsi dapat diselesaikan tanpa harus menggunakan metode linierisasi dengan
fitting data menggunakan program MATLAB (Aini dan Supratikno, 2018). Model
isoterm dapat digabungkan dengan neraca massa untuk memprediksi efisiensi
penyisihan (removal) adsorbat. Model gabungan ini nantinya dapat diselesaikan
dengan metode analisis numerik Newton-Raphson (Harahap dkk., 2018)
Pada penelitian ini akan dilakukan curve fitting pada data kapasitas adsorpsi
setimbang (qe) vs. konsentrasi setimbang adsorbat (Ce) sehingga diperoleh model
isoterm adsorpsi yang paling cocok antara model Freundlich, Langmuir, Jovanovich,
Redlich-Peterson, Temkin, Sips, dan Toth untuk penjerapan kristal violet oleh
biosorben kulit ubi kayu (Manihot esculenta). Model yang paling cocok akan
digabungkan dengan neraca massa sehingga dapat digunakan untuk memprediksi
efisiensi penyisihan dengan bantuan program MATLAB.
1.2 PERUMUSAN MASALAH
Mendapatkan model isoterm adsorpsi yang paling tepat merupakan hal
penting untuk memprediksi parameter adsorpsi dan sistem adsorben sehingga
diperlukan perbandingan model-model isoterm adsorpsi dengan keakuratan yang
cukup tinggi menggunakan metode regresi non-linier.
1.3 TUJUAN PENELITIAN
Tujuan penelitian ini adalah untuk mendapatkan model isoterm adsorpsi
paling cocok untuk penjerapan kristal violet oleh biosorben kulit ubi kayu dengan
keakuratan yang cukup tinggi serta mendapatkan model gabungan dari model
isoterm adsorpsi yang paling cocok dengan persamaan neraca massa untuk
memprediksi efisiensi penyisihan.
UNIVERSITAS SUMATERA UTARA
4
1.4 MANFAAT PENELITIAN
Penelitian ini bermanfaat untuk memberikan informasi kapasitas adsorpsi
maksimum dan jenis permukaan adsorben yang diperoleh dari model isoterm
adsorpsi serta dapat diestimasi informasi rasio massa adsorben : volume adsorbat
(m:V) minimum tetapi masih dapat diperoleh efisiensi penyisihan ≥ 90%
menggunakan model gabungan.
1.5 RUANG LINGKUP PENELITIAN
Penelitian ini dilakukan dengan menggunakan data sekunder yang diperoleh
Irawati dkk. (2018) tentang adsorpsi kristal violet menggunakan limbah kulit
Manihot esculenta.
1. Kajian Isoterm
- Model Freundlich, Langmuir, Jovanovich, Temkin, Redlich-Peterson,
Sips, dan Toth
2. Variabel Tetap
- Prekursor : Kulit Ubi Kayu
- Validasi efisiensi penyisihan
Massa adsorben (m) : 0,1 gram
Volume adsorbat (V) : 0,02 L
- Prediksi efisiensi penyisihan
Massa adsorben (m) : 0,1 gram
3. Variabel Bebas
- Validasi efisiensi penyisihan
Konsentrasi adsorbat awal (C0) : 100, 200, 300, 400, 500, 600, 700, 800,
900, dan 1000 mg/L
- Prediksi efisiensi penyisihan
Konsentrasi adsorbat awal (C0) : 100, 200, 300, 400, 500, 600, 700, 800,
900, dan 1000 mg/L
UNIVERSITAS SUMATERA UTARA
5
4. Analisis Ralat
- Coefficient of Determination (R2)
Digunakan untuk menguji kesesuaian data perhitungan model dengan
data percobaan.
UNIVERSITAS SUMATERA UTARA
6
BAB II
TINJAUAN PUSTAKA
2.1 KRISTAL VIOLET
Kristal violet adalah pewarna kationik serta termasuk pewarna kelas
triphenylmethane (TPM). Bahan ini secara ekstensif digunakan sebagai pewarna
dalam industri proses tekstil, tinta warna, poli akrilonitril, kertas, poliester
modifikasi, nilon modifikasi, cation-dye-able polyethylene terephtalate, tannin
mordanted cotton, obat, wol, sutra, plastik, kulit, industri bioteknologi, untuk studi
biologi, dermatologi, studi verinari, serta pakan ternak (Kaykhaii dkk., 2018; Patil
dkk., 2020; Yang dkk., 2020). Secara khusus, penggunaan kristal violet adalah
sebagai indikator pH dan menunjukkan perubahan warna yang mendekati pH 1,6,
sebagai bahan perawatan infeksi kulit dan mata pada hewan, serta digunakan untuk
pewarnaan Gram untuk mengklasifikasikan bakteri (Vithalkar dan Jugade, 2020).
Kristal violet memiliki nama IUPAC: N-[4-[bis[4-dimetil-amino-fenil]-metilen]-2,5-
sikloheksadien-1-ylidien]-N-metilmetanaminium klorida (Cheuriyot dkk. 2019).
Struktur kimia kristal violet ditunjukkan pada Gambar 2.1.
Gambar 2.1 Struktur Kimia Kristal Violet (Cheuriyot dkk., 2019)
Kristal violet adalah pewarna yang “bandel” di alam serta punya efek
merugikan bagi tubuh manusia, yaitu dapat mengakibatkan kanker, iritasi mata yang
UNIVERSITAS SUMATERA UTARA
7
berat, masalah kulit, masalah pernapasan, dan gagal ginjal (Vithalkar dan Jugade,
2020; Patil dkk., 2020). Warna ini terdaftar sebagai bahan kimia karsiogenik karena
memiliki potensi genotoksik yang menyebabkan mutagenesis, penyimpangan inti,
dan teratogenesis. Keberadaannya di ekosistem memengaruhi kesuburan pada tanah
dan flora-fauna yang berhubungan dengan air. Meskipun cukup berbahaya, namun
warna ini tetap digunakan disebabkan juga banyak manfaatnya. Oleh sebab itu
diperlukan untuk mengekstrak kristal violet dari limbah cair sebelum melepaskannya
ke sumber daya air sehingga dapat digunakan kembali (Patil dkk., 2020). Beberapa
teknik telah digunakan untuk mengambil pewarna dari limbah cair, seperti adsorpsi,
oksidasi elektrokimia, ozonasi, fotokatalisis, koagulasi-flokulasi, sonokatalisis, nano-
filtrasi, dan filtrasi membran, dimana adsorpsi adalah metode yang paling berguna
karena efisiensi dan viabilitasnya (Patel dan Vashi, 2010; Patil dkk., 2020).
2.2 UBI KAYU (MANIHOT ESCULENTA)
Ubi kayu (Manihot esculenta) adalah tanaman berupa perdu dengan nama
lain cassava atau ketela/singkong. Tanaman ini merupakan salah satu tanaman
pangan yang dimanfaatkan umbinya karena bergizi tinggi dan dapat mendukung
divesifikasi pangan. Ubi kayu banyak tumbuh di wilayah tropis, terutama Asia,
Afrika, dan Amerika Latin (Laila dkk., 2018). Ubi kayu tumbuh pada kondisi di
antara 30o LS dan 30o LU, serta pada ketinggian antara 0-2300 meter di atas
permukaan laut (Mar’ah, 2017). Penyebaran produksi ubi kayu di Indonesia sebagian
besar terdapat di Jawa (74%), sisanya tedapat di Sumatera (10%), Sulawesi (6%),
Kalimantan (3%), Bali dan Nusa Teggara (6%), dan Maluku dan Irian Jaya (1%)
(Pamuji, 2011).
Ubi kayu adalah sumber makanan ketiga di Indonesia setelah padi dan
jagung. Ukuran rata-rata tanaman yang merupakan umbi atau akar pohon ini adalah
bergaris tengah 2-3 cm dan panjang 50-80 cm (Susilawati dkk., 2008). Daun
tanaman ini memiliki 5-9 lobus dengan bentuk daun menjari. Struktur batangnya
beruas-ruas, panjang, dan berkayu, serta empular pada batang ubi kayu ini berwarna
putih dan lunak seperti gabus. Bentuk ubinya umumnya bulat memanjang, berwarna
kuning atau putih gelap, dan pada setiap tanaman menghasilkan sekitar 5-10 ubi
(Mar’ah, 2017). Gambar ubi kayu ditunjukkan pada Gambar 2.2.
UNIVERSITAS SUMATERA UTARA
8
Gambar 2.2 Ubi Kayu (Manihot esculenta) (Haq, 2019)
Ubi kayu kaya akan karbohidrat dan vitamin C, namun sebagaimana umbi-
umbian yang lain, ubi kayu rendah akan kandungan protein dan lemak. Tanaman ini
juga mengandung racun glukosida sianogenik yang ketika dihidrolisis dapat
menghasilkan glukosa dan asam sianida. Karena alasan tersebut, diperkirakan hal ini
menyebabkan ubi kayu kurang diterima secara meyeluruh dan hanya dimanfaatkan
sebagai makanan pokok di daerah pedesaan dan pegunungan terpencil ketika musim
paceklik serta ketika panen padi dan jagung kurang memuaskan (Suary, 2010).
Selain untuk dimakan, ubi kayu juga dimanfaatkan sebagai bahan baku
pembuatan tepung, roti, kue, krim salad, biofuel (Ayetigbo dkk., 2018), pembuatan
etanol untuk industri farmasi, gula, pasta gigi, dan kosmetik (Costa, 2019). Kulit ubi
kayu yang merupakan limbah dimanfaatkan para peneliti sebagai adsorben berupa
biosorben (Rubio dkk., 2018) dan karbon aktif (Ariyani dkk., 2017; Beakou dkk.,
2017), bahan baku pembuatan gula (Ratnadewi dkk., 2016), dan pembuatan nano
fiber (Widiarto dkk., 2019). Kandungan kulit ubi kayu ditunjukkan pada Tabel 2.1.
Tabel 2.1 Kandungan Kulit Ubi Kayu
Sumber: Widyastuti (2019)
Komponen Kandungan (%)
Selulosa 43,626
Pati/amilum 36,580
Hemiselulosa 10,384
Lignin 7,646
Lainnya 1,764
UNIVERSITAS SUMATERA UTARA
9
Kulit ubi kayu layak dijadikan adsorben disebabkan kandungan selulosa,
hemiselulosa, dan ligninnya yang tinggi (Dahiru dkk., 2018). Proses pembuatan
karbon aktif dari biomassa melibatkan oksidasi parsial sehingga menjadikan karbon
aktif bersifat hidrofobik dan mempunyai luas permukaan spesifik yang tinggi (Seader
dan Henley, 2006). Akan tetapi, mengubahnya menjadi karbon aktif dinilai
membutuhkan konsumsi energi yang tinggi sehingga kurang layak dalam perspektif
ekonomi (Kosasih dkk., 2010). Oleh sebab itu, Irawati dkk. (2018) menggunakan
kulit ubi kayu sebagai adsorben tanpa mengubahnya menjadi karbon aktif, dengan
hanya melibatkan tahapan pencucian dengan air, memisahkan kulit dalamnya dengan
kulit luarnya untuk diambil kulit dalamnya, pengeringan di bawah sinar matahari,
pengeringan dalam oven, pengecilan ukuran partikel, kemudian penyaringan
sehingga diperoleh ukuran yang diinginkan.
2.3 ADSORPSI
Adsorpsi adalah teknik pemisahan dimana komponen pada fasa fluida dijerap
pada permukaan suatu padatan. Sejak awal 1950-an, teknik pemisahan ini populer
dan penting dengan berkembangnya proses modern yang melibatkan pemisahan.
Performa teknik ini bergantung pada konsentrasi kesetimbangan adsorben-adsorbat
dan laju perpindahan massa (Mannarswarmy dkk., 2009). Adsorpsi biasanya terjadi
secara satu lapis (monolayer), namun terkadang juga terjadi pada lapisan yang
banyak (Geankoplis, 2003).
Proses adsorpsi mempunyai tahapan sebagai berikut (Arfi, 2017).
1. Transfer molekul-molekul adsorbat menuju lapisan film yang
mengelilingi adsorben.
2. Difusi adsorbat melalui lapisan film.
3. Difusi adsorbat melalui kapiler atau pori-pori dalam adsorben
4. Adsorpsi adsorbat pada permukaan adsorben.
Pada adsorpsi, adsorbat adalah substansi yang dijerap sedangkan adsorben
adalah bahan yang berfungsi sebagai penjerap (Arfi, 2017). Adsorben pada
umumnya adalah bahan yang sangat berpori (McCabe dkk., 2005). Bahan adsorben
diklasifikasikan menjadi dua kelompok, yang pertama adalah engineered adsorbent,
seperti karbon nanotube dan karbon aktif, dan kelompok yang kedua adalah natural
UNIVERSITAS SUMATERA UTARA
10
atau low-cost adsorbent seperti bahan alami yang dimodifikasi, limbah industri, dan
limbah agrikultur/biologi. Beberapa tahun belakangan ini, limbah agrikultur didapati
merupakan adsorben yang memiliki efektivitas penyisihan yang tinggi pada zat
warna dan ion logam dari larutan, khususnya limbah yang memiliki kandungan
selulosa yang tinggi (Al-Ghouti dan Razavi, 2020).
Agar cocok dalam penerapan komersialnya, adsoben harus memiliki (Seader
dan Henley, 2006):
1. Selektivitas yang tinggi.
2. Kapasitas adsorpsi sehingga dapat meminimalisasi adsorben yang
dibutuhkan.
3. Sifat kinetik dan perpindahan yang menguntungkan.
4. Kestabilan kimia dan termal.
5. Resistensi terhadap fouling agar tahan lama.
6. Kekuatan mekanik untuk mencegah kehancuran dan erosi.
7. Kemampuan untuk dapat diregenerasi.
8. Relatif rendah biaya.
Adapun aplikasi fundamental dari adsorpsi antara lain (Dabrowski, 2001):
1. Pemisahan dan pemurnian dari campuran cairan dan gas, bulk chemicals,
isomer, dan udara.
2. Pengeringan gas dan cairan sebelum mengumpankannya ke sistem industri.
3. Melepaskan impuritis dari media cairan dan gas.
4. Recovery bahan-bahan kimia dan pelepasan gas.
5. Pemurnian air.
Dalam proses komersial, adsorben biasanya berbentuk partikel yang kecil
dalam fixed bed. Fluida dialirkan melewati bed dan partikel padat mengadsorpsi
komponen yang ada dalam fluida. Ketika bed hampir jenuh, aliran pada bed tersebut
dihentikan kemudian aliran dipindahkan ke bed yang kedua agar bed pertama dapat
ditukar ataupun diregenerasi. Bed diregenerasi secara termal, pengurangan tekanan,
dengan cara burning, chemical treatment, atau dengan metode lain sehingga desorpsi
terjadi. Adsorbat kemudian terpulihkan dan adsorben siap untuk siklus adsorpsi lain
(Geankoplis, 2003; McCabe dkk., 2005; Brown, 1950). Secara keseluruhan, adsorpsi
dapat diringkas menjadi 3 tahap (Brown, 1950).
UNIVERSITAS SUMATERA UTARA
11
1. Kontak fluida dengan padatan adsorben. Pada tahap ini, sebagian dari fluida
secara istimewa teradsorpsi pada adsorben. Fluida yang diadsorpsi disebut
adsorbat.
2. Pemisahan fluida yang tidak teradsorpsi dari adsorben-adsorbat.
3. Regenerasi adsorben dengan melepas adsorbat ataupun dengan mengganti
dengan adsorbat yang masih fresh.
2.4 FAKTOR-FAKTOR YANG MEMENGARUHI ADSORPSI
Faktor-faktor yang memengaruhi adsorpsi menurut Syauqiah dkk. (2011)
adalah sebagai berikut.
1. Luas permukaan
Semakin luas permukaan adsorben, maka semakin banyak zat yang
teradsorpsi. Luas permukaan adsorben ditentukan oleh ukuran partikel serta
banyaknya adsorben.
2. Temperatur
Pemanasan pada adsorben akan meningkatkan daya serap adsorben
terhadap adsorbat. Hal ini disebabkan karena pori-pori adsorben
menjadi lebih terbuka. Akan tetapi, pemanasan yang terlalu tinggi dapat
menyebabkan rusaknya adsorben sehingga kemampuan penyerapannya
menurun.
3. pH
pH larutan mempengaruhi kelarutan ion logam, aktivitas gugus fungsi
pada biosorben, dan kompetisi ion logam dalam proses adsorpsi.
4. Kecepatan pengadukan
Semakin cepat pengadukan, maka proses adsorpsi akan berlangsung
semakin cepat. Akan tetapi, apabila pengadukan dilakukan terlalu cepat,
struktur adsorben kemungkinan akan cepat rusak sehingga proses
adsorpsi kurang optimal.
5. Waktu Kontak
Semakin lama waktu kontak, maka kapasitas adsorpsi menjadi semakin
banyak hingga maksimum pada waktu kesetimbangan.
UNIVERSITAS SUMATERA UTARA
12
2.5 ISOTERM ADSORPSI
Menetapkan korelasi kesetimbangan adsorpsi yang paling tepat merupakan
hal yang penting dalam upaya mengeksplorasi adsorben baru dalam rangka
mengakses sistem adsorpsi yang ideal. Hal ini sangat diperlukan untuk prediksi
secara tepat parameter adsorpsi dan sebagai perbandingan kelakuan untuk sistem
adsorben yang berbeda (atau untuk kondisi eksperimen yang berbeda). Hubungan
kesetimbangan ini pada umumnya dikenal sebagai isoterm adsorpsi (Foo dan
Hameed, 2010).
Isoterm adsorpsi adalah hubungan kesetimbangan antara konsentrasi pada
fasa fluida dan konsentrasi pada partikel adsorben pada termperatur tertentu. Pada
gas, konsentrasi biasanya diberikan dalam bentuk persen mol atau dalam bentuk
tekanan parsial. Pada cairan, konsentrasi biasanya diekspresikan dalam unit massa,
seperti part per million. Konsentrasi adsorbat pada padatan diekpresikan dalam
bentuk satuan massa yang teradsorpsi per unit massa adsorben (McCabe dkk., 2005).
Data kesetimbangan adsorpsi dapat dimodelkan dengan isoterm, kemudian
diteliti informasi adsorpsinya, seperti mekanisme adsorpsi, kapasitas adsorpsi
maksimum, serta sifat dari adsorben dengan menggunakan isoterm (Wang dan Guo,
2020). Sebagian besar model isoterm adsorpsi dapat diterapkan pada sistem adsorpsi
gas-padat dan cair-padat. Parameter-parameter yang diperoleh pada tiap model
isoterm adsorpsi secara spesifik berbeda-beda. Pembagian model isoterm adsorpsi
berdasarkan jumlah lapisan pada sistem dan jumlah parameter dalam modelnya
adalah sebagai berikut (Saadi dkk., 2015).
1. Monolayer
A. 2 Parameter
1. Langmuir
2. Freundlich
3. Temkin
4. Flory-Huggins
5. Volmer
6. Dubinin-Radushkevich
7. Jovanovich
8. Elovich
B. 3 Parameter
1. Hill
2. Redlich-Peterson
3. Sips
4. Toth
UNIVERSITAS SUMATERA UTARA
13
5. Koble-Korrigan
6. Khan
7. Radke-Prausnitz
8. Kiselev
9. Jossens
10. Hill-de Boer
11. Unilan
12. Frumkin
13. Fowler-Guggenheim
14. Fritz-Schlunder (III)
C. 4 Parameter
1. Fritz-Sclunder (IV)
2. Dubinin-Astakhov
3. Baudu
4. Weber-Van Vilet
D. 5 Parameter: Fritz-Schlunder (V)
2. Multilayer
A. 2 Parameter: Halsey
B. 3 Parameter
1. Brunauer-Emmet-Teller
(BET)
2. McMillan-E.Teller (MET)
3. Frenkel-Halsey-Hill (FHH)
4. Aranovich
5. Harkins-Jura
6. Red Head
C. 4 Parameter
1. n-layer BET
2. Guggenheim Anderson
de-Boer (GAB)
3. Anderson (IV)
4. Dubinin-Serpinsky
D. 5 Parameter: Anderson (V)
Selain model yang memiliki 2-5 parameter seperti di atas, terdapat model
isoterm adsorpsi yang memiliki 1 parameter sehingga terbentuk hubungan yang
linier, yaitu model isoterm Henry (Al-Ghouti dan Da’ana, 2020). Mekanisme
adsorpsi pada permukaan adsorben ditunjukkan pada Gambar 2.3.
Sebagian besar publikasi menggunakan metode regresi linier untuk
mengestimasi parameter-parameter pada model isoterm adsorpsi (Wang dan Guo,
2020). Studi menunjukkan bahwa mengubah model isoterm ke dalam bentuk linier
dapat mengakibatkan ralat pada struktur data eksperimen. Biasanya, regresi non-
linier dapat meminimalisasi distribusi ralat antara isoterm prediksi dengan data
eksperimen tergantung pada kriteria konvergensinya yang apabila didampingi oleh
ketersediaan algoritma komputer, perhitungannya tidak akan menjadi sulit (Al-
UNIVERSITAS SUMATERA UTARA
14
Ghouti dan Da’ana, 2020). Adapun tipikal bentuk isoterm adsorpsi ditunjukkan pada
Gambar 2.4.
(a) (b)
Gambar 2.3 Mekanisme Adsorpsi; (a) Pada Sistem Monolayer; (b) Pada
Sistem Multilayer (Wang dan Guo, 2020)
Gambar 2.4 Isoterm Adsorpsi (McCabe dkk., 2005)
Pada isoterm linier, banyaknya komponen yang diadsorpsi proporsional
dengan konsentrasi fluida. Isoterm yang cembung ke atas disebut favorable
(menguntungkan), disebabkan high solid loading dapat diperoleh pada fluida dengan
konsentrasi yang rendah. Kasus terbatas dari “very favorable (Sangat
menguntungkan)” adalah adsorpsi ireversibel, yang mana jumlah komponen yang
Adsorbat
Adsorben Situs adsorpsi
Adsorbat
Adsorben
Lapisan 1
Lapisan 2
Lapisan 3
UNIVERSITAS SUMATERA UTARA
15
teradsorpsi tidak terikat pada konsentrasi yang rendah atau sangat rendah. Adsorbat
dapat dilepas jika temperatur ditingkatkan, bahkan pada kasus ireversibel sekalipun.
Akan tetapi, pada saat desorpsi diperlukan temperatur yang lebih tinggi ketika
adsorpsinya terjadi pada yang sangat menguntungkan atau pada ireversibel daripada
ketika isotermnya linier. Isoterm yang cekung ke atas disebut unfavorable (tidak
menguntungkan) karena secara relatif, low solid loading diperoleh dan disebabkan
hal itu mengarah kepada zona neraca massa yang panjang (McCabe dkk., 2005).
2.6 MATLAB
MATLAB, singkatan dari matrix laboratory (Gordon dan Guilfoos, 2017),
adalah software yang dikembangkan oleh Mathworks, Inc., Natrick, Amerika
Serikat. Versi pertama diluncurkan pada tahun 1984. Software ini pada dasanya
digunakan hanya untuk komputasi matematis yang memungkinkan untuk
menghitung persamaan dan sistem matriks yang kompleks. Seluruh fungsi utamanya
dapat secara langsung menggunakan matriks sebagai input. Sejak tahun itu, software
ini masih dalam pengembangan memperbesar ranah pengguna tiap tahunnya.
MATLAB menjadi ranah standar simulasi dan pemodelan serta digunakan oleh para
peneliti dan mahasiswa di universitas, yang pada umumnya pada ranah teknik
pengendalian, sistem tenaga pabrik, dirgantara, bioinformatika, ekonomi, dan
statistik. Selain itu, MATLAB juga digunakan instansi-instansi seperti NASA
ataupun General Motors. Sebagian besar pengguna MATLAB adalah Amerika
Serikat, Jepang, Cina, dan India (Leite, 2010).
Sebagai bahasa pemrograman generasi keempat, MATLAB fokus pada fitur
bawaan dengan bahasa perhitungan numerik sehingga membuatnya jadi mudah
dijalankan. Dengan vektor dan matriks, MATLAB mengizinkan para pemodel fokus
pada modelnya dan bukan pada implementasi detail dari operasi matriks (Gordon dan
Guilfoos, 2017). MATLAB adalah bahasa pemrograman yang disukai oleh para
engineer karena kecocokannya dalam menyelesaikan permasalahan dengan
menggunakan fungsi bawaannya dan telah digunakan secara luas di industri.
Mengintegrasikan MATLAB dengan unit teknik kimia, misalnya pemodelan proses,
pengendalian proses, dan desain proses pabrik telah dipraktikkan secara global
(Sunarso dkk., 2020).
UNIVERSITAS SUMATERA UTARA
16
2.7 KRITERIA PEMILIHAN MODEL ISOTERM ADSORPSI TERBAIK
Model isoterm yang berbeda menunjukkan mekanisme adsorpsi yang
berbeda. Pada umumnnya, kita tidak mengetahui mekanisme seperti apa yang
mungkin terjadi sehingga diperlukan model isoterm sebagai alat untuk meneliti
mekanisme adsorpsi daripada memahami mekanismenya secara langung (Wang dan
Guo, 2020). Menurut Al-Ghouti dan Da’ana (2020), kriteria pertama pemilihan
model isoterm adsorpsi terbaik adalah harus ada kecocokan antara fungsi isoterm
dengan data. Kriteria kedua, fungsi dari isoterm harus realistis secara termodinamika,
yaitu apabila konsentrasi mencapai nol, isoterm seharusnya linier, apabila pada
konsentrasi maksimum, kapasitas adsorpsi harus terbatas, dan semua konsentrasi
serta slope harus positif. Model isoterm lebih cocok lagi dengan data percobaan
apabila parameter isoterm adsorpsi bertambah, dimana optimasi parameter-parameter
ini diselesaikan dengan fungsi ralat pada rentang konsentrasi tertentu, meliputi sum
square error, sum absolute error, Marquardt’s percent standard deviation, Hybrid
fractional error function, coefficient of determination, standard deviation of relative
error, nonlinear chi-square test, Spearman’s correlation coefficient, coefficient of
non-determination, dan sum of normalized. Sama halnya menurut Wang dan Guo
(2020), model isoterm yang terbaik ditentukan secara parameter statistik.
Coefficient of determination (R2) adalah salah satu fungsi ralat yang
digunakan untuk uji kesesuaian fungsi isoterm dengan data (Al-Ghouti dan Da’ana,
2020). Rumus R2 ditunjukkan pada Persamaan 2.1 (Tran dkk., 2017).
𝑅2 = 1 − ∑(𝑞𝑒,𝑒𝑥𝑝− 𝑞𝑒,𝑐𝑎𝑙)2
∑(𝑞𝑒,𝑒𝑥𝑝− 𝑞𝑒,𝑚𝑒𝑎𝑛)2
Dimana: R2 = Coefficient of determination
qe,exp = Kapasitas adsorpsi setimbang percobaan (mg/g)
qe,cal = Kapasitas adsorpsi setimbang model/hitung (mg/g)
qe,mean = Rerata kapasitas adsorpsi setimbang percobaan (mg/g)
Menurut Al-Ghouti dan Da’ana (2020), coefficient of determination dapat digunakan
baik untuk model isoterm adsorpsi dalam bentuk linier maupun non-linier.
(2.1)
UNIVERSITAS SUMATERA UTARA
17
BAB III
METODOLOGI PENELITIAN
3.1 DATA SEKUNDER
Data sekunder diambil dari hasil penelitian Irawati dkk. (2018) dengan judul
“Adsorpsi Zat Warna Kristal Violet Menggunakan Limbah Kulit Singkong (Manihot
esculenta)“. Data yang diambil adalah data massa adsorben (m), volume adsorbat
(V), konsentrasi awal adsorbat (C0) dan data efisiensi penyisihan (%).
3.2 ALAT
Penelitian ini dilakukan dengan alat bantu program MATLAB untuk
melakukan curve fitting model isoterm adsorpsi secara non-linier dan untuk
mempermudah penggunaan metode Newton-Raphson.
3.3 PROSEDUR PENELITIAN
3.3.1 Curve Fitting
1. Program MATLAB dibuka.
2. Data kapasitas setimbang adsorpsi (qe) dan konsentrasi adsorbat setimbang
(Ce) dimasukkan pada command window.
Gambar 3.1 Input Data pada MATLAB
UNIVERSITAS SUMATERA UTARA
18
3. Curve fitting tool dalam MATLAB dibuka dengan cara mengetik “load
hahn1”, kemudian “cftool” pada command window.
Gambar 3.2 Curve Fitting Tool
4. Data qe vs. Ce diatur.
Gambar 3.3 qe vs. Ce
UNIVERSITAS SUMATERA UTARA
19
5. Persamaan model isoterm adsorpsi dimasukkan ke kolom equation.
6. Tebakan awal dimasukkan ke kolom StartPoint
Gambar 3.4 Input Persamaan dan Tebakan Awal
7. Fitting data dijalankan.
8. Percobaan diulangi untuk model yang berbeda.
3.3.2 Validasi Efisiensi Penyisihan menggunakan Model Gabungan
1. Program MATLAB dibuka.
2. Model gabungan dimasukkan bersamaan dengan nilai konstanta model
isoterm adsorpsi, massa adsorben (m), volume adsorbat (V), serta variabel C0.
3. Tebakan awal Ce dimasukkan.
4. Toleransi ralat dimasukkan.
5. Model gabungan didiferensialkan.
6. Iterasi data metode Newton-Raphson dijalankan.
7. Percobaan diulangi untuk variasi C0.
UNIVERSITAS SUMATERA UTARA
20
3.3.3 Prediksi Efisiensi Penyisihan menggunakan Model Gabungan
1. Program MATLAB dibuka.
2. Model gabungan dimasukkan bersamaan dengan nilai konstanta model
isoterm adsorpsi, M, serta variabel C0 dan V.
3. Tebakan awal Ce dimasukkan.
4. Toleransi ralat dimasukkan.
5. Model gabungan didiferensialkan.
6. Iterasi data metode Newton-Raphson dijalankan.
7. Percobaan diulangi untuk variasi C0 dan V.
3.4 FLOWCHART PENELITIAN
Bentuk flowchart dari prosedur penelitian yang disampaikan pada subbab 3.3
dapat dilihat pada Gambar 3.5-3.7.
Mulai
Program MATLAB dibuka
Data qe dan Ce dimasukkan pada command window
Curve fitting tool dibuka dengan cara mengetik “load hahn1”,
kemudian “cftool” pada command window.
Data qe vs. Ce diatur
Persamaan model isoterm adsorpsi dimasukkan ke
kolom equation
A
UNIVERSITAS SUMATERA UTARA
21
Gambar 3.5 Flowchart Curve Fitting
Tebakan awal dimasukkan ke kolom StartPoint
Fitting dijalankan
Percoban diulangi untuk model yang berbeda
Apakah terjadi error?
Ya
Tidak
A
Selesai
UNIVERSITAS SUMATERA UTARA
22
Gambar 3.6 Flowchart Validasi Efisiensi Penyisihan
Selesai
Mulai
Program MATLAB dibuka
Model gabungan dimasukkan bersamaan
dengan nilai konstanta model isoterm
adsorpsi, M, V, serta variabel C0
Tebakan Awal Ce dimasukkan
Toleransi ralat dimasukkan
Model gabungan dimasukkan
Iterasi data metode Newton-Raphson
dijalankan
Percobaan diulangi untuk variasi C0
UNIVERSITAS SUMATERA UTARA
23
Gambar 3.7 Flowchart Prediksi Efisiensi Penyisihan
Selesai
Mulai
Program MATLAB dibuka
Model gabungan dimasukkan bersamaan
dengan nilai konstanta model isoterm
adsorpsi, M, serta variabel C0 dan V
Tebakan Awal Ce dimasukkan
Toleransi ralat dimasukkan
Model gabungan dimasukkan
Iterasi data metode Newton-Raphson
dijalankan
Percobaan diulangi untuk variasi C0 dan V
UNIVERSITAS SUMATERA UTARA
24
BAB IV
HASIL DAN PEMBAHASAN
4.1 DATA SEKUNDER
Data sekunder yang diperoleh ditunjukkan pada Tabel 4.1 (Irawati dkk.,
2018). Data tersebut digunakan untuk memperoleh data konsentrasi setimbang
adsorbat (Ce) menggunakan Persamaan 4.1 dan kapasitas adsorpsi ketika setimbang
(qe) menggunakan Persamaan 4.2 (Mazarji dkk., 2017).
𝑅𝑒𝑚𝑜𝑣𝑎𝑙 (%) = 𝐶0 − 𝐶𝑒
𝐶0100
𝑞𝑒 = (𝐶𝑜 − 𝐶𝑒
𝑚) 𝑉
Dimana Removal (%) adalah efisiensi penyisihan, C0 (mg/L) adalah konsentrasi awal
adsorbat, Ce (mg/L) adalah konsentrasi setimbang adsorbat, qe (mg/g) adalah
kapasitas adsorpsi setimbang, m (g) adalah massa adsorben, dan V (L) adalah
volume larutan.
Tabel 4.1 Data Sekunder
m (g) V (L) C0 (mg/L) Removal (%)
0,1 0,02
100 96,68
200 95,93
300 91,66
400 88,25
500 86,54
600 86,04
700 85,09
800 81,51
900 79,27
1000 75,08
Sumber: Irawati dkk. (2018)
4.2 ISOTERM ADSORPSI
Pada umumnya penentuan isoterm adsorpsi dilakukan dengan
membandingkan model pada sistem monolayer (Sawasdee dkk., 2017; Bhomick
dkk., 2018; Guedri dkk., 2020; Kumar dkk., 2010; Cheruiyot dkk., 2019; Beakou
dkk., 2017; Samarghandi dkk., 2009). Hal ini disebabkan pada sistem monolayer
(4.1)
(4.2)
UNIVERSITAS SUMATERA UTARA
25
seluruh site yang ada ditempati, sedangkan pada sistem multilayer memungkinkan
terbentuknya site yang kosong (Smith dkk., 2018) sehingga banyaknya molekul yang
terjerap sulit diprediksi. Ilustrasi akan hal ini dapat dilihat pada Gambar 2.3b. Selain
itu, pada sistem monolayer mengimplikasikan adsorpsi yang reversibel, sedangkan
pada sistem multilayer histeresis mungkin terjadi (Seader dan Henley, 2006).
Pada beberapa penelitian dengan biomassa sebagai prekursor dan zat warna
sebagai adsorbatnya, Bhomick dkk. (2018) memperoleh Langmuir kemudian Temkin
sebagai model terbaik, Kumar dkk. (2010) memperoleh Redlich-Peterson (R-P),
Sips, dan Toth sebagai model terbaik, Cheruiyot dkk. (2019) memperoleh Freundlich
dan Langmuir sebagai model terbaik, dan Samarghandi dkk. (2009) memperoleh
Jovanovich sebagai model terbaik dimana semuanya adalah model dengan sistem
monolayer. Oleh karena itu, pada pembahasan ini digunakan beberapa model isoterm
adsorpsi monolayer, yaitu model Freundlich, Langmuir, Jovanovich, R-P, Temkin,
Sips, dan Toth. Sebagai pembanding, pada penelitian ini juga dilakukan percobaan
pada model Halsey yang merupakan model isoterm adsorpsi multilayer. R2 yang
diperoleh pada fitting model Halsey adalah -3,513 yang menunjukkan
ketidaksesuaian dengan data. Hasil fitting model Halsey dapat dilihat pada Gambar
4.1.
Gambar 4.1 Isoterm Adsorpsi Halsey
0
50
100
150
200
0 50 100 150 200 250 300
qe
(mg/g
)
Ce (mg/l)
R2 = -3,513
UNIVERSITAS SUMATERA UTARA
26
4.2.1 Isoterm Adsorpsi Freundlich
Gambar 4.2 adalah hasil curve fitting isoterm adsorpsi Freundlich
menggunakan Persamaan 4.3 (Wang dan Guo, 2020).
𝑞𝑒 = 𝐾𝐹𝐶𝑒1 𝑛⁄
Dimana KF (L1/n.mg/g.mg1/n) dan n adalah konstanta. Model Freundlich akan
menyusut menjadi model linier apabila n=1. Model isoterm Freundlich
mendefinisikan permukaan yang heterogen. Selain itu, model ini juga tidak
mengharuskan panas terdistribusi secara seragam pada permukaan tersebut. Model
isoterm Freundlich juga dapat menjelaskan apakah adsorpsi yang terjadi
menguntungkan, tidak menguntungkan, atau ireversibel menggunakan 1/n. Apabila
1/n antara 0 dan 1, adsorpsi yang terjadi menguntungkan. Apabila 1/n lebih besar
dari 1, adsorpsi yang terjadi tidak menguntungkan. Sedangkan apabila 1/n sama
dengan 1, maka adsorpsi yang terjadi adalah ireversibel. Apabila diperoleh adsorpsi
yang ireversibel, diperlukan untuk mengurangi tekanan atau konsentrasi secara
drastis ke nilai yang lebih rendah (Al-Ghouti dan Da’ana, 2020). Berdasarkan curve
fitting yang dilakukan, diperoleh nilai n sebesar 2,292 dan KF (L1/n.mg/g.mg1/n)
sebesar 14,32. Maka, diperoleh nilai 1/n = 0,44 yang menunjukkan bahwa adsorpsi
yang terjadi menguntungkan.
Gambar 4.2 Isoterm Adsorpsi Freundlich
0
50
100
150
200
0 50 100 150 200 250 300
qe
(mg
/g)
Ce (mg/l)
R2 = 0,9827
(4.3)
UNIVERSITAS SUMATERA UTARA
27
4.2.2 Isoterm Adsorpsi Langmuir
Gambar 4.3 merupakan hasil curve fitting isoterm adsorpsi Langmuir
menggunakan Persamaan 4.4 (Wang dan Guo, 2020).
𝑞𝑒 = 𝑞𝑚𝐾𝐿𝐶𝑒
1 + 𝐾𝐿𝐶𝑒
Dimana KL (L/mg) adalah rasio dari laju adsorpsi dan desorpsi dan qm (mg/g) adalah
kapasitas adsorpsi maksimum Langmuir. Model isoterm Langmuir adalah model
yang menggunakan asumsi bahwa adsorpsi terjadi pada permukaan yang homogen
dimana tiap molekul memiliki energi aktivasi penjerapan dan entalpi yang konstan.
Sama halnya dengan isoterm Freundlich, isoterm Langmuir dapat menjelaskan
apakah adsorpsi yang terjadi linier, ireversibel, tidak menguntungkan, ataupun
menguntungkan dengan separation factor (RL) pada Persamaan 4.5 (Al-Ghouti dan
Da’ana, 2020).
𝑅𝐿 = 1
1 + 𝐾𝐿𝐶0
Apabila RL=1, maka adsorpsi yang terjadi linier. Apabila RL=0, maka adsorpsi yang
terjadi adalah ireversibel. Apabila RL lebih besar dari 1, maka adsorpsi yang terjadi
tidak menguntungkan. Sedangkan apabila RL antara 0 dan 1, maka adsorpsi yang
terjadi menguntungkan (Al-Ghouti dan Da’ana, 2020). Berdasarkan curve fitting
yang dilakukan, diperoleh nilai qm (mg/g) sebesar 189,40 dan KL (L/mg) sebesar
0,0146. Maka, diperoleh nilai RL = 0,064 yang menunjukkan bahwa adorpsi yang
terjadi menguntungkan.
Gambar 4.3 Isoterm Adsorpsi Langmuir
0
50
100
150
200
0 50 100 150 200 250 300
qe
(mg/g
)
Ce (mg/l)
R2 = 0,9675
(4.4)
(4.5)
UNIVERSITAS SUMATERA UTARA
28
4.2.3 Isoterm Adsorpsi Jovanovich
Hasil curve fitting isoterm adsorpsi Jovanovich yang dilakukan menggunakan
Persamaan 4.6 (Saadi dkk., 2015) ditunjukkan pada Gambar 4.4.
𝑞𝑒 = 𝑞𝑚𝐽(1 − 𝑒−𝐾𝐽𝐶𝑒)
Dimana KJ (L/mg) adalah konstanta Jovanovich dan qmJ (mg/g) adalah kapasitas
adsorpsi maksimum Jovanovich. Pada model Jovanovich, digunakan asumsi yang
sama dengan model Langmuir, akan tetapi pada model ini ada kemungkinan
terjadinya kontak mekanik antara molekul adsorben dan molekul adsorbat (Saadi
dkk., 2015). Berdasarkan curve fitting yang dilakukan, diperoleh nilai qmJ (mg/g)
sebesar 150,70 dan KJ (L/mg) sebesar 0,0146.
Gambar 4.4 Isoterm Adsorpsi Jovanovich
4.2.4 Isoterm Adsorpsi Temkin
Gambar 4.5 adalah hasil curve fitting isoterm adsorpsi Temkin menggunakan
Persamaan 4.7 dan 4.8 (Saadi dkk., 2015).
𝑞𝑒 = 𝐵𝑇ln (𝐴𝑇𝐶𝑒)
𝐵𝑇 = 𝑅𝑇
𝑏𝑇
Dimana bT (J/mol) adalah konstanta terkait penyerapan panas, AT (L/mg) adalah
konstanta ikatan setimbang Temkin, R (J/mol.K) adalah konstanta gas ideal, dan T
(K) adalah temperatur. Pada persamaan ini digunakan T = 298 K (Irawati dkk., 2018)
dan R = 8,314 J/mol.K.
0
50
100
150
200
0 50 100 150 200 250 300
qe
(mg/g
)
Ce (mg/l)
R2 = 0,9562
(4.6)
(4.7)
(4.8)
UNIVERSITAS SUMATERA UTARA
29
Gambar 4.5 Isoterm Adsorpsi Temkin
Pada model Temkin, diasumsikan panas adsorpsi (yang merupakan fungsi
temperatur) pada semua molekul di lapisan berkurang secara linier daripada secara
logaritmik karena permukaan tercakupi (Al-Ghouti dan Razavi, 2020). Berdasarkan
curve fitting yang dilakukan, diperoleh nilai bT (J/mol) sebesar 79,25 dan AT (L/mg)
sebesar 0,3638.
4.2.5 Isoterm Adsorpsi Redlich-Peterson
Gambar 4.6 merupakan hasil curve fitting isoterm adsorpsi Redlich-Peterson
menggunakan Persamaan 4.9 (Wang dan Guo, 2020).
𝑞𝑒 = 𝐾𝑅𝑃𝐶𝑒
1 + 𝑎𝑅𝑃𝐶𝑒𝑔
Dimana KRP (L/g), aRP (Lg/mgg), adalah konstanta Redlich-Peterson dan g adalah
eksponen dengan rentang 0=g≤1. Apabila nilai g = 0 atau Ce mendekati 0, maka akan
menjadi model Linier (Model Henry) dan apabila g=1, maka model akan menjadi
model Langmuir (Wang dan Guo; Saadi dkk., 2015). Model ini merupakan model
hybrid dari model Langmuir dan Freundlich yang dapat diterapkan baik pada sistem
heterogen maupun homogen (Wang dan Guo, 2020). Berdasarkan curve fitting yang
dilakukan, diperoleh nilai KRP (L/g) sebesar 14,19, aRP (Lg/mgg) sebesar 0,6629, dan
g sebesar 0,631.
0
50
100
150
200
0 50 100 150 200 250 300
qe
(mg/g
)
Ce (mg/l)
R2 = 0,9351
(4.9)
UNIVERSITAS SUMATERA UTARA
30
Gambar 4.6 Isoterm Adsorpsi Redlich-Peterson
4.2.6 Isoterm Adsorpsi Sips
Hasil curve fitting isoterm adsorpsi Sips yang dilakukan menggunakan
Persamaan 4.10 (Wang dan Guo, 2020) ditunjukkan pada Gambar 4.7. Model ini
juga merupakan model hybrid dari gabungan model Langmuir dan Freundlich (Wang
dan Guo, 2020)
𝑞𝑒 = 𝑞𝑚𝑠𝐾𝑆𝐶𝑒
𝑛𝑠
1 + 𝐾𝑆𝐶𝑒𝑛𝑠
Dimana qms (mg/g) adalah kapasitas adsorpsi maksimum Sips, Ks (Lns/mgns) dan ns
adalah konstanta Sips. Apabila nilai ns = 1, maka akan menjadi model Langmuir dan
pada konsentrasi yang rendah, model akan menjadi model Freundlich (Wang dan
Guo, 2020). Model Sips merupakan model yang memiliki parameter yang
menjelaskan heterogenitas sistem. Pada Model Sips parameter tersebut adalah ns.
Semakin nilai ns mendekati 1 atau bahkan bernilai 1, maka ini mengindikasikan
padatan yang memiliki binding sites homogen secara relatif (Saadi dkk., 2015).
Berdasarkan curve fitting yang dilakukan, diperoleh nilai KS (Lns/mgns) sebesar
0,0268, qms (mg/g) sebesar 374,3, dan ns sebesar 0,5933.
0
50
100
150
200
0 50 100 150 200 250 300
qe
(mg/g
)
Ce (mg/l)
(4.10)
R2 = 0,9849
UNIVERSITAS SUMATERA UTARA
31
Gambar 4.7 Isoterm Adsorpsi Sips
4.2.7 Isoterm Adsorpsi Toth
Gambar 4.8 adalah hasil curve fitting isoterm adsorpsi Toth menggunakan
Persamaan 4.11. Model ini adalah aplikasi yang lebih luas dari Model Langmuir
pada permukaan sistem yang heterogen (Saadi dkk., 2015).
𝑞𝑒 = 𝑞𝑚𝑇𝐶𝑒
(𝑎𝑇+𝐶𝑒𝑧)1 𝑧⁄
Dimana qmT (mg/g) adalah kapasitas adsorpsi maksimum Toth dan aT adalah
konstanta Toth dan z adalah eksponen model Toth.
Gambar 4.8 Isoterm Adsorpsi Toth
0
50
100
150
200
0 50 100 150 200 250 300
qe
(mg/g
)
Ce (mg/l)
0
50
100
150
200
0 50 100 150 200 250 300
qe
(mg
/g)
Ce (mg/l)
(4.11)
R2 = 0,9870
R2 = 0,9860
UNIVERSITAS SUMATERA UTARA
32
Sama halnya dengan model Sips, model Toth merupakan model yang
memiliki parameter yang menjelaskan heterogenitas sistem. Pada Model Sips
parameter tersebut adalah z (Saadi dkk., 2015). Berdasarkan curve fitting yang
dilakukan, diperoleh nilai aT sebesar 1,916, qmT (mg/g) sebesar 1358, dan z sebesar
0,2138.
4.3 STUDI MODEL ISOTERM ADSORPSI
Hasil Curve Fitting berupa grafik dan data tiap model dirangkum pada
Gambar 4.9, Tabel 4.2, dan Tabel 4.3. Data adsorpsi menggunakan konsentrasi
adsorbat dengan rentang yang luas secara umum dibahas menggunakan isoterm
Langmuir dan Freundlich (Keskinkan, 2006). Pada Gambar 4.2 dan Gambar 4.3
dapat dilihat, bahwa nilai R2 pada model isoterm Freundlich, yaitu R2 = 0,9827 lebih
besar dari model dari model isoterm Langmuir dengan R2 = 0,9675. Dari sini dapat
disimpulkan, bahwa adsorpsi kristal violet oleh kulit ubi kayu terjadi pada
permukaan yang heterogen. Hal ini sejalan dengan pernyataan Kosasih dkk. (2010)
bahwa biomassa adalah bahan yang bersifat heterogen. Model isoterm Freundlich
juga dapat menjelaskan apakah adsorpsi yang terjadi menguntungkan, tidak
menguntungkan, atau ireversibel menggunakan 1/n. Dari Tabel 4.3 dapat dilihat
bahwa nilai n pada model Freundlich adalah 2,292 sehingga 1/n-nya adalah 0,44. Ini
menunjukkan bahwa adsorpsi yang terjadi menguntungkan.
Selain model Langmuir dan Freundlich, pada pembahasan ini juga digunakan
model Jovanovich, Temkin, R-P, Sips, dan Toth yang merupakan model isoterm
adsorpsi monolayer. Model Jovanovich dan Temkin merupakan model dengan 2
parameter, sedangkan model R-P, Sips, dan Toth merupakan model dengan 3
parameter. Berdasarkan Gambar 4.4 sampai Gambar 4.8, model Jovanovich dan
Temkin berturut-turut memiliki nilai R2 0,9562 dan 0,9351 yang nilainya cukup
rendah apabila dibandingkan dengan model yang lain, sedangkan model R-P, Sips,
dan Toth merupakan model yang nilai R2-nya paling tinggi dengan nilai R2 berturut-
turut 0,9849, 0,9870, dan 0,9860.
UNIVERSITAS SUMATERA UTARA
33
Gambar 4.9 Hasil Curve Fitting Model Isoterm Adsorpsi
Model Sips dan Toth merupakan model yang dapat mendefinisikan
heterogenitas sistem. Berdasarkan Gambar 4.7 dan Gambar 4.8, model Sips yang
memiliki R2 = 0,9870 lebih cocok digunakan daripada model Toth yang memiliki R2
= 0,9860. Dengan demikian, digunakan parameter ns pada model Sips yang benilai ns
= 0,5933.
Secara keseluruhan, model isoterm Sips memiliki nilai R2 yang paling tinggi
sehingga dapat disimpulkan bahwa model isoterm Sips adalah model yang paling
cocok dalam mendefinisikan penjerapan kulit ubi kayu terhadap kristal violet. Hasil
yang sama juga diperoleh Deniz dan Kepekci (2016) pada adsorpsi reactive red 238
0
20
40
60
80
100
120
140
160
180
200
0 50 100 150 200 250 300
qe
(mg/g
)
Ce (mg/l)
Data
Freundlich
Langmuir
Jovanovich
R-P
Temkin
Sips
Toth
UNIVERSITAS SUMATERA UTARA
34
oleh biosorben kulit pistasio dan Kumar dkk. (2010) pada adsorpsi congo red oleh
biosorben kulit kacang mete. Hal ini sesuai dengan kesimpulan Wang dan Guo
(2020) dan Saadi dkk. (2015) bahwa model Sips adalah model isoterm adsorpsi
monolayer dengan 3 parameter yang paling applicable. Apabila diurutkan dengan
keseluruhan model dari yang paling cocok, maka Sips > Toth > R-P > Freundlich >
Langmuir > Jovanovich > Temkin. Dengan menggunakan model Sips, maka
diperoleh kapasitas adsorpsi maksimum kulit ubi kayu terhadap kristal violet adalah
374,3 mg/g dengan heterogenitas sistem sebesar 0,5933 dan KS (Lns/mgns) sebesar
0,0268. Mekanisme adsorpsi berdasarkan model Sips ditunjukkan pada Gambar 4.10.
Tabel 4.2 Data Parameter Model Isoterm Adsorpsi
Model Parameter Nilai
Freundlich KF (L1/n.mg/g.mg1/n)
n
R2
14,3200
2,2920
0,9827
Langmuir KL (L/mg)
qm (mg/g)
R2
0,0150
189,4000
0,9675
Jovanovich KJ (L/mg)
qmf (mg/g)
R2
0,0146
150,7000
0,9562
Temkin AT (L/mg)
bT (J/mol)
R2
0,3638
79,2500
0,9351
Redlich-Peterson
(R-P)
KR (L/g)
ARP (Lg/mgg)
g
R2
14,1900
0,6629
0,6310
0,9849
Sips Ks (Lns/mgns)
ns
qms (mg/g)
R2
0,0268
0,5933
374,3000
0,9870
Toth aT
qmT (mg/g)
z
R2
1,9160
1358,0000
0,2138
0,9860
UNIVERSITAS SUMATERA UTARA
35
Tabel 4.3 Kapasitas Adsorpsi Data dan Hitung
C0 Ce qe data qe hitung (mg/g)
(mg/L) (mg/L) (mg/g) Freundlich Langmuir Jovanovich R-P Temkin Sips Toth
100 3,30 19,34 24,16 8,97 7,13 19,52 5,91 19,39 19,33
200 8,14 38,37 35,74 20,57 16,88 33,10 33,94 31,85 32,34
300 25,02 55,00 58,33 51,60 46,11 58,63 69,04 57,39 58,01
400 47,00 70,60 76,80 78,21 74,82 78,23 88,75 78,00 78,21
500 67,30 86,54 89,82 95,04 94,29 91,48 99,98 91,97 91,83
600 83,76 103,25 98,82 105,35 106,34 100,42 106,82 101,27 100,94
700 104,37 119,13 108,77 115,47 117,88 110,12 113,69 111,19 110,73
800 147,92 130,42 126,65 130,46 133,33 127,11 124,59 128,01 127,57
900 186,57 142,69 140,15 139,45 140,84 139,63 131,85 139,85 139,69
1000 249,20 150,16 159,01 149,34 146,77 156,75 140,90 155,19 155,83
UNIVERSITAS SUMATERA UTARA
36
Gambar 4.10 Mekanisme Adsorpsi oleh Model Isoterm Sips (Wang dan Guo, 2020)
Permukaan kulit ubi kayu yang heterogen telah dibuktikan oleh Irawati dkk.
(2018) melalui analisis scanning electron microscope (SEM) sehingga kesimpulan
yang diperoleh melalui model Sips bahwa permukaan sistem adalah heterogen sesuai
dengan hasil analisis SEM. Berdasarkan makna fisik model, Wang dan Guo (2020)
mengklasifikasikan model-model isoterm adsorpsi menjadi 5 tipe, yaitu isoterm
adsorpsi empiris, model adsorpsi berbasis teori potensial Polanyi, model adsorpsi
kimia, model adsorpsi fisika, dan model isoterm pertukaran ion. Model Sips, Toth,
R-P, dan Freundlich yang merupakan 4 model yang memiliki R2 yang paling tinggi
pada penelitian ini merupakan model isoterm adsorpsi empiris. Model isoterm
adsorpsi empiris merupakan model yang tidak memiliki makna fisik sehingga tidak
dapat dijelaskan seperti apa adsorpsi yang terjadi secara spesifik, apakah yang terjadi
adsorpsi fisika, kimia, ataupun pertukaran ion. Dengan demikian, pendekatan untuk
model Sips cukup terbatas. Apabila ditinjau pada model yang cocok urutan kelima
pada pembahasan ini, yaitu model Langmuir, maka adsorpsi yang terjadi merupakan
jenis adsorpsi kimia (Wang dan Guo, 2020). Hal ini sesuai dengan kesimpulan yang
diperoleh Irawati dkk. (2018) bahwa adsorpsi yang terjadi pada penjerapan kristal
violet oleh biosorben kulit ubi merupakan adsorpsi kimia. Menurut Irawati dkk.
(2018), hal ini disebabkan karena energi adsorpsi yang diperoleh adalah 22,38
kJ/mol. Suatu adsorpsi tergolong adsorpsi kimia apabila energi pada proses adsorpsi
yang terjadi antara 20,9-418,4 kJ/mol. Hal ini didukung pula dengan gugus karboksil
dari lignoselulosa pada permukaan kulit ubi kayu sebagai pemeran utama dalam
proses adsorpsi melalui pembentukan ikatan kovalen.
Adsorbat
Adsorpsi
Situs adsorpsi
Desorpsi
Adsorben
UNIVERSITAS SUMATERA UTARA
37
4.4 SIMULASI MODEL ISOTERM ADSORPSI
Efisiensi penyisihan dapat diprediksi menggunakan Persamaan 4.12 yang
diperoleh dari mengombinasi Persamaan 4.2 dan 4.10 pada Lampiran C.
𝐾𝑠𝐶𝑒𝑛𝑠+1 + (
𝑚
𝑉𝑞𝑚𝑠 − 𝐶0) 𝐾𝑠𝐶𝑒
𝑛𝑠 + 𝐶𝑒 − 𝐶0 = 0
Ce diperoleh dengan menggunakkan Metode Newton-Raphson, kemudian digunakan
Persamaan 4.1 untuk mendapatkan efisiensi penyisihan.
Persamaan 4.12 akan divalidasi dengan membandingkan antara efisiensi
penyisihan prediksi dengan percobaan pada C0 yang berbeda dengan m dan V yang
sama. Hasil dari perbandingan tersebut ditunjukkan pada Tabel 4.4.
Tabel 4.4 Validasi Efisiensi Penyisihan
Kondisi Awal Removal (%) Ralat (%)
m (g) V (L) C0 (mg/L) Percobaan Prediksi
0,1 0,02
100 96,68 96,70 0,08
200 95,93 94,42 1,57
300 91,66 92,24 0,64
400 88,25 90,06 2,05
500 86,54 87,85 1,51
600 86,04 85,92 1,14
700 85,09 83,28 2,12
800 81,51 80,95 0,68
900 79,27 78,61 0,83
1000 75,08 76,28 1,60
Rerata 1,12
Dari hasil yang diperoleh, dapat dilihat bahwa Persamaan 4.12 dapat
diaplikasikan untuk memprediksi efisiensi penyisihan karena tidak menunjukkan
ralat yang signifikan. Persamaan 4.12 akan dimanfaatkan untuk memperkirakan rasio
massa adsorben : volume adsorbat (m:V) minimum dengan nilai efisiensi penyisihan
setidaknya 90%. Hubungan efisiensi penyisihan (%) dengan V (L) ditunjukkan pada
Gambar 4.11. Pada prediksi ini digunakan m = 0,1 gram.
(4.12)
UNIVERSITAS SUMATERA UTARA
38
(a)
(b)
Gambar 4.11 Removal (%) vs. V (L); (a) Pada C0=100, 200, 300, 400, dan 500
mg/L; (b) Pada C0=600, 700, 800, 900, 1000 mg/L
84
86
88
90
92
94
96
98
100
0,01 0,015 0,02 0,025 0,03 0,035 0,04
Rem
oval
(%)
V (L)
100 mg/L
200 mg/L
300 mg/L
400 mg/L
500 mg/L
84
86
88
90
92
94
96
98
100
0,008 0,01 0,012 0,014 0,016 0,018 0,02
Rem
oval
(%)
V (L)
600 mg/L
700 mg/L
800 mg/L
900 mg/L
1000 mg/L
UNIVERSITAS SUMATERA UTARA
39
Berdasarkan Gambar 4.11, volume maksimum tetapi masih diperoleh
efisiensi penyisihan ≥ 90 % untuk C0 = 100, 200, 300, 400, 500, 600, 700, 800, 900,
dan 1000 mg/L berturut-turut adalah 0,039, 0,028, 0,023, 0,020, 0,0175, 0,016,
0,0145, 0,0135, 0,0125 dan 0,012 L. Sehingga, rasio massa adsorben : volume
adsorbat (m:V) minimum tetapi masih diperoleh efisiensi penyisihan ≥ 90 % untuk
masing masing konsentrasi awal berturut-turut adalah 100:39, 100:28, 100:23,
100:20, 100:17,5, 100:16, 100:14,5, 100:13,5, 100:12,5, dan 100:12 g/L. Dengan
data ini, dapat dibuat hubungan m:V (g:L) minimum tetapi masih diperoleh efisiensi
penyisihan ≥ 90 % dengan C0 (mg/L).
Gambar 4.12 Hubungan m:V (g/L) dengan C0 (mg/L)
Dari Gambar 4.12, dapat dibuat persamaan korelasi untuk rasio m:V (g:L) minimum
agar efisiensi penyisihan ≥ 90 % dengan C0 (mg/L) dalam Persamaan 4.13.
𝑚
𝑉= −1.10−11𝐶0
4 + 2. 10−8𝐶03 − 2.10−5𝐶0
2 + 0,015𝐶0 + 1,2686
Dengan nilai C0 : 100 ≤ C0 ≤ 1000 mg/L.
y = -1E-11x4 + 2E-08x3 - 2E-05x2 + 0,015x + 1,2686
R² = 0,9997
0
1
2
3
4
5
6
7
8
9
0 200 400 600 800 1000
m:V
(g/L
)
C0 (mg/L)
(4.13)
UNIVERSITAS SUMATERA UTARA
40
BAB V
KESIMPULAN DAN SARAN
5.1 KESIMPULAN
1. Model isoterm adsorpsi yang paling cocok pada adsorpsi kristal violet oleh
biosorben kulit ubi kayu berdasarkan urutannya adalah Sips > Toth > Redlich-
Peterson > Freundlich > Langmuir > Jovanovich > Temkin dengan coefficient
of determination (R2) model Sips sebesar 0,9870
2. Adsorpsi yang terjadi adalah favorable (menguntungkan), dimana nilai-nilai
parameter model Sips yang diperoleh, yaitu kapasitas adsorpsi maksimum
sebesar 374,3 mg/g, heterogenitas sistem sebesar 0,5933, dan KS sebesar
0,0268 Lns/mgns.
3. Kombinasi persamaan model Sips dengan neraca massa adsorpsi adalah
𝐾𝑠𝐶𝑒𝑛𝑠+1 + (
𝑚
𝑉𝑞𝑚𝑠 − 𝐶0) 𝐾𝑠𝐶𝑒
𝑛𝑠 + 𝐶𝑒 − 𝐶0 = 0 dengan ralat (%) rerata adalah
1,12.
4. Rasio massa:volume (g:L) minimum agar efisiensi penyisihan ≥ 90 % untuk C0
= 100, 200, 300, 400, 500, 600, 700, 800, 900, dan 1000 mg/L berturut adalah
100:39, 100:28, 100:23, 100:20, 100:17,5, 100:16, 100:14,5, 100:13,5,
100:12,5, dan 100:12.
5. Hubungan korelasi rasio massa:volume (g:L) dengan konsentrasi awal adsorbat
(C0) adalah 𝑚
𝑉= −1.10−11𝐶0
4 + 2. 10−8𝐶03 − 2.10−5𝐶0
2 + 0,015𝐶0 + 1,2686.
5.2 SARAN
1. Disarankan untuk peneliti berikutnya melakukan validasi data pada persamaan
korelasi untuk rasio m:V (g:L) minimum agar efisiensi penyisihan ≥ 90 %
dengan C0 yang diperoleh pada penelitian ini.
2. Disarankan untuk peneliti berikutnya juga menggunakan model Sips sebagai
pembanding, baik pada penelitian dengan biosorben yang berbeda atau dengan
zat warna yang berbeda.
UNIVERSITAS SUMATERA UTARA
41
DAFTAR PUSTAKA
Al-Ghouti, M. dan D. A. Da’ana. 2020. Guildelines for the use and interpretation of
adsorption isotherm models: A review. Journal of Hazardous Material 393:
1-22.
Al-Ghouti, M. dan M. M. Razavi. 2020. Water reuse: Brackish water desalination
using Prosopis juliflora. Environmental Technology & Innovation 17: 1-16.
Aini, S. dan Supratikno. 2018. Penerapan Lima Model Kesetimbangan Adsorpsi
Isoterm pada Adsorpsi Ion Logam Chrom VI oleh Zeolit. Eksergi 15: 48-53.
Aknola, L. K. Dan A. M. Umar. 2015. Adsorption of Crystal Violet onto Adsorbents
Derived from Agricultural Wastes: Kinetic and Equilibrium Studies. J.
Appl. Sci. Environ. Manage. 19: 279-288.
Arfi, W. A. 2017. Kajian Kemampuan Adsorpsi Logam Berat Kadmium. Skripsi.
Program Studi S1 Teknik Kimia. Universitas Sumatera Utara. Medan.
Ariyani, A. R. Putri, R. P. Eka, dan R. Fathoni. 2017. Pemanfaatan Kulit Singkong
sebagai Bahan Baku Arang Aktif dengan Variasi Konsentrasi NaOH dan
Suhu. Konversi 6: 7-10.
Ayetigbo, O., S. Latif, A. Abass, dan J. Müller. 2018. Comparing Characteristics of
Root, Flour and Starch of Biofortified Yellow-Flesh and White-Flesh
Cassava Variants, and Sustainability Considerations: A Review.
Sustainability 10: 1-32.
Beakou, B. H., K. E. Hassani, M. A. Houssaini, M. Belbahloul, E. Oukani, dan A.
Anouar. Novel activated carbon from Manihot esculenta Crantz for removal
of Methylene Blue. Sustainable Environment Research 27: 215-222.
Bhomick, P. C., A. Supong, M. Baruah, dan C. Pongener. 2018. Pine cone biomass
as an efficient precursor for the synthesis of activated biocarbon for
adsorption of anionic dye from aqueous solution: Isotherm, kinetic,
thermodynamic and regeneration studies. Sustainable Chemistry and
Pharmacy 10: 41-49.
Brown, G. G. 1950. Unit Operations. Edisi Pertama. CBS Publishers & Distributors.
New Delhi.
UNIVERSITAS SUMATERA UTARA
42
Cheruiyot, G. K., W. C. Wanyonyi, J. J. Kiplimo, dan E. N. Maina. 2019. Adsorption
of toxic crystal violet dye using coffee husks: Equilibrium, kinetics and
thermodynamics study. Scientific African 5: 1-11.
Costa, C. 2019. The Cassava Value Chain. Dalam International Bank for
Reconstruction. Editor A. Morri. The World Bank. Washington.
Dabrowski, W. 2001. Adsorption – from Theory to Practice. Advances in Colloid
and Interface Science 93: 136-224.
Dahiru, M., Z. U. Zango, dan M. J. Haruna. 2018. Cationic Dyes Removal Using
Low-Cost Banana Peel Biosorbent. American Journal of Material Science
8: 32-38.
Deniz, F. dan R. A. Kepekci. 2016. Dye Biosorption onto Pistachio By-product: A
Green Envionmental Engineering Approach. Journal of Molecular Liquids
219: 194-200.
Foo, K. Y. dan B. H. Hameed. 2010. Insights into the modelling of adsorption
isotherm systems. Chemical Engineering Journal 156: 2-10.
Geankoplis, C. J. 2003. Transport Processes and Separation Process Principles.
Edisi Ketiga. Prentice-Hall International, Inc. New Jersey.
Gordon, S. I. dan B. Guilfoos. 2017. Introduction to Modeling and Simultaion with
MATLAB® and Python. Edisi Pertama. CRC Press. Boca Raton, Florida.
Guedri, A., A. Bouguettoucha, D. Chebli, N. Chafai, dan A. Amrane. 2020.
Molecular dynamic simulation and DFT computational studies on the
adsorption performances of methylene blue in aqueous solutions by orange
peel-modified phosphoric acid. Journal of Molecular Structure 1202: 1-13.
Haq, D. 2019. Polimerisasi Pati Kulit Singkong (Manihot utilisima Phol.) dengan
Abu Kulit Udang Vanami (Litopenaeus vannamei) untuk Pembuatan
Ecopaint Film. Skripsi. Fakultas Sains dan Teknologi. Universitas Islam
Negeri Walisongo. Semarang.
Harahap, S. A., A. Nazar, M. Yunita, R. A. Pasaribu, F. Panjaitan, dan E. Misran.
2018. Isothermal approach to predict the removal efficiency of β-carotene
adsorption from CPO using activated carbon produced from tea waste. IOP
Conf. Series: Materials Science and Engineering 309: 1-7.
UNIVERSITAS SUMATERA UTARA
43
Irawati, H., N. H. Aprilita, dan E. Sugiharto. 2018. Adsorpsi Zat Warna Kristal
Violet Menggunakan Limbah Kulit Singkong (Manihot esculenta). Berkala
MIPA 25: 17-31.
Kaykhaii, M., M. Sasani, dan S. Marghzari. 2018. Removal of Dyes from the
Environment by Adsorption Process. Chemical and Materials Engineering
6: 31-35.
Keskinkan, O. 2006. Isotherm Models for Predicting the Dye Adsorption Potential of
Coon Tail (Ceratophyllum demersum) and Water Milfoil (Myriophyllum
spicatum). Adsorption Science & Technology 24: 321-335.
Kosasih, A. N., J. Febrianto, J. Sunarso, dan Y. Ju. 2010. Sequestering of Cu(II) from
aqueous solution using cassava peel (Manihot esculenta). Journal of
Hazardous Material 180: 366-374.
Kumar, P. S., S. Ramalingam, C. Senthamarai, M. Niranjanaa, P. Vijayalakshmi, dan
S. Sivanesan. Adsorption of dye from aqueous solution by cashew nut shell:
Studies on equilibrium isotherm, kinetics and thermodynamics interactions.
Desalination 261: 52-60.
Laila, F., B. Waluyo, dan A. Kurniawan. 2018. Seleksi Ubi Kayu (Manihot esculenta
Crantz.) Lokal Berdaya Hasil Tinggi Asal Indonesia berdasarkan Karakter
Umbi. Agro Wiralodra 1: 10-16.
Leite, E. P. 2010. Matlab – Modelling, Programming and Simulations. Edisi
Pertama. Sciyo. Rijeka.
Mannarswarmy, A., S. H. M. McGee, R. Steiner, dan P. K. Andersen. 2009. D-
Optimal Experimental Design for Freundlich and Langmuir Adsorption
Isotherms. Chemometrics and Intelligent Laboratory Systems 97: 146-151.
Mar’ah, D. L. 2017. Evaluasi dan Uji Daya Hasil 24 Klon Ubi Kayu (Manihot
esculenta Crantz) di Desa Muara Putih, Natar, Lampung Selatan. Skripsi.
Fakultas Pertanian. Universitas Lampung. Bandar Lampung.
Mazarji, M., B. Aminzadeh, M. Baghdadi, dan A. Bhatnagar. 2017. Removal of
nitrate from aqueous solution using modified granular activated carbon.
Journal of Molecular Liquids 233: 139-148.
McCabe, W. L., J. C. Smith, dan P. Harriott. 2005. Unit Operations of Chemical
Engineering. Edisi Ketujuh. McGraw-Hill, Inc. New York.
UNIVERSITAS SUMATERA UTARA
44
Pamuji, A. H. 2011. Analisis Faktor-faktor yang Mempengaruhi Produksi Ubikayu di
Jawa Timur Tahun 1986 – 1999. Skripsi. Fakultas Ekonomi dan Bisnis.
Universitas Airlangga. Surabaya.
Patel, H. Dan R. T. Vashi. 2010. Adsorption of Crystal Violet Dye onto Tamarind
Seed Powder. E-Journal of Chemistry 7: 975-984.
Patil, S. R., S. S. Sutar, dan J. P. Jadhav. 2020. Sorption of crystal violet from
aqueous solution using live roots of Eichhornia crassipes: Kinetic, isotherm,
phyto and cyto-genotoxicity studies. Environmental Technology &
Innovation 18: 1-11.
Rubio, A. J., I. Z. Silva, F. Gasparotto, E. A. S. Pacolla, C. N. Silva, I. P. Emanuelli,
R. Bergamasco, dan N. U. Yamaguchi. 2018. Removal of Methylene Blue
Using Cassava Bark Residue. Chemical Engineering Transactions 65: 751-
756.
Saadi, R., Z. Saadi, R. Fazaeli, dan N. E. Fard. 2015. Monolayer and multilayer
adsorption isotherm models for sorption from aqueous media. Korean J.
Chem. Eng. 32: 787-799.
Santoso, D. R. 2016. Pemanfaatan Arang Aktif Limbah Kulit Ubi Kayu (Manihot
esculenta Crantz) sebagai Bahan Adsorbsi Logam Besi (Fe) pada Air
Sungai Parit Busuk di Kecamatan Medan Perjuangan Sumatera Utara.
Skripsi. Fakultas Biologi. Universitas Medan Area. Medan.
Sawasdee, S., H. Jankerd, P. Watcharabundit. 2017. Adsorption of dyestuff in
household-scale dyeing onto rice husk. Energy Procedia 138: 1159-1164.
Samarghandi, M. R., M. Hadi, S. Moayedi, dan F. B. Askari. 2009. Two-Parameter
Isotherms of Methyl Orange Sorption by Pinecone Derived Activated
Carbon. Iran. J. Environ. Health. Sci. Eng. 6: 285-294.
Seader, J. D. dan E. J. Henley. 2006. Separation Process Principles. Edisi Pertama.
John Wiley & Sons, Inc. New Jersey.
Smith, J. M., H. C. V. Ness, M. M. Abbott, dan M. T. Swihart. 2018. Introduction to
Chemical Engineering Thermodynamics. Edisi Kedelapan. McGraw-Hill
Education. New York.
Suary, A. N. 2010. Pengaruh Diet Umbi Singkong (Manihot esculenta Crantz)
terhadap Struktur Histologis Eksokrin Pankreas Tikus Putih (Rattus
UNIVERSITAS SUMATERA UTARA
45
Norvegicus). Skripsi. Fakultas Kedokteran. Universitas Sebelas Maret.
Surakarta.
Sunarso, J., S. S. Hashim, J. Y. J. Yeo, dan J. J. Chew. 2020. MATLAB-based
project assessment in process modelling unit: A case study from Swinburne
University of Technology Sarawak Campus. Education for Chemical
Engineers 33: 17-26.
Susilawati, S. Nurdjanah, dan S. Putri. 2008. Karakteristik Sifat Fisik dan Kimia Ubi
Kayu (Manihot esculenta) berdasarkan Lokasi Penanaman dan Umur Panen
Berbeda. Jurnal Teknologi dan Hasil Pertanian 13: 59-72.
Syauqiah, I., M. Amalia, dan H. A. Kartini. 2011. Analisis Variasi Waktu dan
Kecepatan Pengaduk Pada Proses Adsorpsi Limbah Logam Berat dengan
Arang Aktif. Info Teknik 12: 11-20.
Tran, H. N., Y. Wang, S. You, dan H. Chao. 2017. Insights into the mechanism of
cationic dye adsorption on activated charcoal: The importance of π- π
interactions. Process Safety and Environmental Protecion 107: 168-180.
Vithalkar, S. H. dan R. M. Jugade. 2020. Adsorptive removal of crystal violet from
aqueous solution by cross-linked chitosan coated bentonite. Materials
Today: Proceedings 29: 1025-1032.
Wang, J. dan X. Guo. 2020 Adsorption isotherm models: Classification, physical
meaning, application and solving method. Chemosphere 258: 1-25.
Widiarto, S., E. Pramono, Suharso, A. Rochliadi, dan I. M. Arcana. 2019. Cellulose
Nanofibers Preparation from Cassava Pells via Mechanical Disruption.
Fibers 7: 1-11.
Widyastuti, P. 2019. Pengolahan Limbah Kulit Singkong Sebagai Bahan Bakar
Bioetanol Melalui Proses Fermentasi. Jurnal Kompetensi Teknik 11: 41-46.
Yang, J., Y. Zhang, S. Wang, S. Li, Y. Wang, S. Wang, dan H. Li. 2020.
Biodegredation of crystal violet mediated by CotA from Bacillus
amyloliquefaciens. Journal of Bioscience and Bioengineering: 1-5.
UNIVERSITAS SUMATERA UTARA
LA-1
LAMPIRAN A
DATA HASIL PENELITIAN
Tabel LA.1 Prediksi Efisiensi Penyisihan pada C0 = 100 mg/L
V (L) Ce (mg/L) Removal (%)
0,022 3,8730 96,13
0,024 4,4754 95,52
0,026 5,1075 94,89
0,028 5,7669 94,23
0,030 6,4513 93,55
0,032 7,1585 92,84
0,034 7,8861 92,11
0,036 8,6321 91,37
0,038 9,3943 90,61
0,040 10,1707 89,83
Tabel LA.2 Prediksi Efisiensi Penyisihan pada C0 = 200 mg/L
V (L) Ce (mg/L) Removal (%)
0,018 9,3382 95,33
0,020 11,1636 94,42
0,022 13,1021 93,45
0,024 15,1416 92,43
0,026 17,2699 91,37
0,028 19,4752 90,26
0,030 21,7456 89,13
0,032 24,0697 87,97
0,034 26,4366 86,78
0,036 28,8358 85,58
UNIVERSITAS SUMATERA UTARA
LA-2
Tabel LA.3 Prediksi Efisiensi Penyisihan pada C0 = 300 mg/L
V (L) Ce (mg/L) Removal (%)
0,011 8,2487 97,25
0,013 11,0508 96,32
0,015 14,1840 95,27
0,017 17,6192 94,13
0,019 21,3265 92,89
0,021 25,2705 91,58
0,023 29,4194 90,19
0,025 33,7382 88,75
0,027 38,1924 87,27
0,029 42,7493 85,75
Tabel LA.4 Prediksi Efisiensi Penyisihan pada C0 = 400 mg/L
V (L) Ce (mg/L) Removal (%)
0,012 16,2615 95,93
0,013 18,7446 95,31
0,014 21,3728 94,66
0,015 24,1389 93,97
0,016 27,0347 93,24
0,017 30,0520 92,49
0,018 33,1819 91,70
0,019 36,4152 90,90
0,020 39,7424 90,06
0,021 43,1544 89,21
Tabel LA.5 Prediksi Efisiensi Penyisihan pada C0 = 500 mg/L
V (L) Ce (mg/L) Removal (%)
0,011 21,1124 95,78
0,012 24,7006 95,06
0,013 28,5275 94,29
0,014 32,5800 93,48
0,015 36,8440 92,63
0,016 41,3039 91,74
0,017 45,9432 90,81
0,018 50,7450 89,85
0,019 55,6906 88,86
0,020 60,6720 87,87
UNIVERSITAS SUMATERA UTARA
LA-3
Tabel LA.6 Prediksi Efisiensi Penyisihan pada C0 = 600 mg/L
V (L) Ce (mg/L) Removal (%)
0,011 29,8800 95,02
0,012 35,0318 94,16
0,013 40,5298 93,25
0,014 46,3508 92,27
0,015 52,4690 91,26
0,016 58,8565 90,19
0,017 65,4830 89,09
0,018 72,3188 87,95
0,019 79,3110 86,78
0,020 86,4885 85,59
Tabel LA.7 Prediksi Efisiensi Penyisihan pada C0 = 700 mg/L
V (L) Ce (mg/L) Removal (%)
0,0105 36,9998 94,71
0,0110 40,3344 94,24
0,0115 43,7955 93,74
0,0120 47,3795 93,23
0,0125 51,0816 92,70
0,0130 54,8971 92,16
0,0135 58,8210 91,60
0,0140 62,8481 91,02
0,0145 66,9826 90,43
0,0150 71,1887 89,83
Tabel LA.8 Prediksi Efisiensi Penyisihan pada C0 = 800 mg/L
V (L) Ce (mg/L) Removal (%)
0,0100 43,9672 94,50
0,0105 48,1906 93,98
0,0110 52,5874 93,43
0,0115 57,1513 92,86
0,0120 61,8766 92,27
0,0125 66,7554 91,66
0,0130 71,7802 91,03
0,0135 76,9428 90,38
0,0140 82,2345 89,72
0,0145 87,6462 89,04
UNIVERSITAS SUMATERA UTARA
LA-4
Tabel LA.9 Prediksi Efisiensi Penyisihan pada C0 = 900 mg/L
V (L) Ce (mg/L) Removal (%)
0,0085 40,8741 95,46
0,0090 45,5762 94,94
0,0095 50,5221 94,39
0,0100 55,7059 93,81
0,0105 61,1189 93,21
0,0110 66,7568 92,58
0,0115 72,6072 91,93
0,0120 78,6601 91,26
0,0125 85,0000 90,57
0,0130 91,3281 89,85
Tabel LA.10 Prediksi Efisiensi Penyisihan pada C0 = 1000 mg/L
V (L) Ce (mg/L) Removal (%)
0,0085 50,5284 94,95
0,0090 56,4169 94,36
0,0095 62,6150 93,74
0,0100 69,1135 93,09
0,0105 75,9013 92,41
0,0110 82,9654 91,70
0,0115 90,2922 90,97
0,0120 97,8651 90,21
0,0125 105,6672 89,43
0,0130 113,6803 88,63
UNIVERSITAS SUMATERA UTARA
LB-1
LAMPIRAN B
CONTOH PERHITUNGAN
LB.1 PERHITUNGAN Ce
C0 = 100 mg/L
Removal (%) = 96,68
Removal (%) = 𝐶0−𝐶𝑒
𝐶0 100
96,68 = 100−𝐶𝑒
100 100
Ce = 3,32 mg/L
LB.2 PERHITUNGAN qe
C0 = 100 mg/L
Ce = 3,32 mg/L
m = 0,1 g
V = 0,02 L
qe = (𝐶𝑜−𝐶𝑒
𝑚)V
qe = (100−3,32
0,1)0,02
qe = 19,3 mg/g
LB.3 PERHITUNGAN EFISIENSI PENYISIHAN MODEL GABUNGAN
𝐾𝑠𝐶𝑒𝑛𝑠+1 + (
𝑚
𝑉𝑞𝑚𝑠 − 𝐶0) 𝐾𝑠𝐶𝑒
𝑛𝑠 + 𝐶𝑒 − 𝐶0 = 0
C0 = 100 mg/L
m = 0,1 g
V = 0,02 L
ns = 0,5933
Ks = 0,02681 L0,5933/mg0,5933
qms = 374,3 mg/g
0,02681𝐶𝑒1,5933 + (
0,1
0,02374,3 − 100) 0,02681𝐶𝑒
0,5933 + 𝐶𝑒 − 100 =0
Tebakan awal Ce = 3 mg/g
UNIVERSITAS SUMATERA UTARA
LB-2
Toleransi ralat = 0,00001
A. Input MATLAB :
a=input('((0.02681*(x^(1.5933)))+((50.18832-
0.02681*100)*(x^0.5933))+x-100):','s')
x(1)=input('3');
error=input('0.00001')
f=inline(a)
dif=diff(sym(a));
d=inline(dif);
for i=1:100
x(i+1)=x(i)-((f(x(i))/d(x(i))));
err(i)=abs((x(i+1)-x(i))/x(i));
if err(i)<error
break
end
end
root=x(i)
B. Output MATLAB
x = 3,3027
Ce = 3,3 mg/g
Removal (%) = 𝐶0−𝐶𝑒
𝐶0 100
Removal (%) = 100−3,3
100100
Removal (%) = 96,70
LB.4 PERHITUNGAN RALAT (%) MODEL GABUNGAN
Removal (%) Prediksi = 96,70
Removal (%) Percobaan = 96,68
Ralat (%) = |𝑅𝑒𝑚𝑜𝑣𝑎𝑙 𝑃𝑟𝑒𝑑𝑖𝑘𝑠𝑖−𝑅𝑒𝑚𝑜𝑣𝑎𝑙 𝑃𝑒𝑟𝑐𝑜𝑏𝑎𝑎𝑛
𝑅𝑒𝑚𝑜𝑣𝑎𝑙 𝑃𝑒𝑟𝑐𝑜𝑏𝑎𝑎𝑛| x 100
UNIVERSITAS SUMATERA UTARA
LB-3
Ralat (%) = |96,70−96,68
96,68|x 100
Ralat (%) = 0,08
UNIVERSITAS SUMATERA UTARA
LC-1
LAMPIRAN C
PENURUNAN RUMUS MODEL GABUNGAN
- Persamaan model isoterm adsorpsi Sips:
𝑞𝑒 = 𝑞𝑚𝑠𝐾𝑆𝐶𝑒
𝑛𝑠
1+𝐾𝑠𝐶𝑒𝑛𝑠 (4.2)
- Persamaan neraca massa adsorpsi:
𝑞𝑒 = (𝐶𝑜−𝐶𝑒
𝑚) 𝑉 (4.10)
- Substitusi Persamaan (4.2) dan (4.10).
(𝐶𝑜−𝐶𝑒
𝑚) 𝑉 =
𝑞𝑚𝑠𝐾𝑆𝐶𝑒𝑛𝑠
1+𝐾𝑆𝐶𝑒𝑛𝑠
(C0 – Ce )(1 + KSCe
ns) = 𝑚
𝑉 qmsKsCe
ns
C0 + KSC0Cens – Ce
– KSCens+1 =
𝑚
𝑉 qmsKsCe
ns
KSCens+1 +
𝑚
𝑉 qmsKSCe
ns – KSC0Cens + Ce – C0 = 0
KSCens+1 + (
𝑚
𝑉 qms – C0) KSCe
ns + Ce – C0 = 0
UNIVERSITAS SUMATERA UTARA