Bioremediasi sebagai Alternatif Pengendalian Polutan

16
BIOREMEDIASI SEBAGAI ALTERNATIF PENGENDALIAN POLUTAN Disusun untuk memenuhi tugas Kapita Selekta Pemodelan dan Simulasi Dosen : Dr. Agus Suryanto, M.Sc. Kelompok 10 1. Atikah Nisa’ Qonita 125090400111039 2. Ratna Oki Widodo O. 125090407111015 3. Yuni Ferina Hasibuan 125090407111029 PROGRAM STUDI MATEMATIKA JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS BRAWIJAYA 2015

description

Ulasan 10 paper mengenai bioremediasi

Transcript of Bioremediasi sebagai Alternatif Pengendalian Polutan

  • BIOREMEDIASI SEBAGAI ALTERNATIF PENGENDALIAN POLUTAN

    Disusun untuk memenuhi tugas Kapita Selekta Pemodelan dan Simulasi

    Dosen : Dr. Agus Suryanto, M.Sc.

    Kelompok 10

    1. Atikah Nisa Qonita 125090400111039

    2. Ratna Oki Widodo O. 125090407111015

    3. Yuni Ferina Hasibuan 125090407111029

    PROGRAM STUDI MATEMATIKA

    JURUSAN MATEMATIKA

    FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

    UNIVERSITAS BRAWIJAYA

    2015

  • I. PENDAHULUAN

    Pencemaran atau polusi bukan hal baru, bahkan tidak sedikit dari kita yang sudah

    memahami pengaruh yang ditimbulkan oleh pencemaran atau polusi lingkungan terhadap

    kelangsungan dan keseimbangan ekosistem. Polusi dapat didefinisikan sebagai

    kontaminasi lingkungan oleh bahan-bahan yang dapat mengganggu kesehatan manusia,

    kualitas kehidupan, dan juga fungsi alami dari ekosistem. Untuk mengatasi masalah

    pencemaran ini, diperlukan proses perbaikan atau remediasi untuk mengurai polutan.

    Apakah yang dimaksud dengan bioremediasi?

    Bioremediasi merupakan penggunaan mikroorganisme yang telah dipilih untuk

    ditumbuhkan pada polutan tertentu sebagai upaya untuk menurunkan kadar polutan

    tersebut. Pada saat proses bioremediasi berlangsung, enzim-enzim yang diproduksi oleh

    mikroorganisme memodifikasi struktur polutan beracun menjadi tidak kompleks sehingga

    menjadi metabolit yang tidak beracun dan berbahaya. Peranan manusia dalam proses

    bioremediasi adalah untuk mempercepat degradasi senyawa pencemar yang berbahaya

    agar konsentrasinya berkurang atau menjadi senyawa lain yang tidak berbahaya melalui

    rekayasa proses alami atau proses mikrobiologis dalam tanah, air dan udara.

    II. ULASAN

    Penelitian dari Sourav Rana, dkk 2013 dalam The effect of nanoparticles on plankton

    dynamics: A mathematical model mengawali beberapa penelitian terkait bioremediasi

    sebagai metode pengurai polutan. Penelitian ini menyebutkan bahwa nanopartikel adalah

    salah satu yang paling umum (pemberian obat, perawatan kanker, kosmetik, tabir surya,

    pakaian, cat, baterai lithium-ion, pupuk, makanan olahan, dll) racun yang digunakan oleh

    manusia. Meskipun Nanopartikel tersebut kurang beracun untuk manusia, tetapi tingkat

    toksisitas (rusaknya suatu zat jika dipaparkan oleh organisme) mereka sangat buruk bagi

    beberapa organisme laut.

    Fokus utama pada penelitian ini adalah untuk mempelajari efek dari Nanopartikel

    khususnya interaksi fitoplankton dan konsekuensinya terhadap perilaku dinamis dari

    dinamika plankton. Untuk mempelajari dampak dari Nanopartikel (NP) pada sistem

    fitoplankton-zooplankton, kami meninjau model predator-prey sederhana dimana

    populasi fitoplankton dan zooplankton melambangkan prey dan predator adalah populasi

    masing-masing.

  • Eksperimen pembelajaran terbaru pada NPs telah mengungkap fakta bahwa mereka

    mempunyai efek racun pada air tawar dan ganggang laut. Interaksi dari NPs dan

    fitoplankton menghasilkan pertumbuhan rendah dan lebih sedikit proses fotosintesis

    dalam spesies fitoplankton (Navarro dkk, 2008b; Miao dkk, 2009; Miller dkk, 2012).

    Kemudian, dalam kehadiran NPs, pertumbuhan fitoplankton berkurang, yang

    menyebabkan berlawanannya angka proporsional koneksi antara NPs dan fitoplankton.

    Untuk memasukkan fenomena ini ke dalam model, kami menggunakan sebuah fungsi

    yang terbetuk dari modifikasi tingkat pertumbuhan, dan bergantung pada kepadatan NPs.

    Modifikasi tingkat pertumbuhan dari fitoplankton di asumsikan menjadi

    -

    sebuah penurunan fungsi monoton dari kepadatan NP ( ). Kemudian, dalam ketiadaan

    predator, pertumbuhan fitoplankton adalah

    . Dimana adalah

    kepadatan NP, adalah tingkat koneksi antara NP dan fitoplankton dan adalah

    proporsional konstan. Kami juga mengasumsikan bahwa NPs ditambahkan ke dalam

    lingkungan air dengan tingkat A dan tingkat penipisan alami NPs adalah e. Menjaga

    asumsi di atas, didapatkan model seperti berikut :

    Dengan menganalisa solusi dan kestabilan dari model di atas, hasil dari penelitian ini

    diperoleh berdasarkan asumsi bahwa internalisasi dari keterikatan NPs dalam sel

    fitoplankton menekan pertumbuhan fitoplankton. Kami juga mengamati bahwa interaksi

    NP-fitoplankton menurunkan keseimbangan kepadatan dari fitoplankton dan populasi

    zooplankton. Di sisi lain, jika tingkat koneksi antara NPs dan fitoplankton meningkat,

    batas siklus osilasi mungkin muncul dalam sistem fitoplankton-zooplankton melalui

    Hopf-bifurkasi. Eksistensi dan kestabilan lokal dari keseimbangan sistem dalam berbagai

    parameter tertentu telah dianalissi untuk tipe yang berbeda dari respon fungsional.

    Pembelajaran ini juga menyarankan bahwa tingkat penipisan/penghapusan NPs dari

    sistem perairan memainkan peran krusial untuk koeksistensi populasi plankton.

  • Analisis dan hasil numerik menunjukkan bahwa NPs dapat memberikan efek dinamis

    yang penting dalam model fitoplankton-zooplankton yang paling sederhana. Mengingat

    keterlibatan potensi dari pembelajaran ini, ada kesinambungan yang dibutuhkan pada

    penelitian empiris untuk menguji prediksi ini. Fitoplankton diinduksi oleh NPs saat

    diambil dengan zooplankton, pertumbuhan zooplankton akan berkurang. Penurunan

    pertumbuhan ini dapat mempengaruhi dinamika level tropis tertinggi. Model dinamis

    akan menjadi rumit, tapi mungkin menyediakan beberapa fitur menarik.

    Seperti yang kita ketahui pada subbab sebelumnya, NPs mempunyai efek racun pada

    air tawar dan ganggang laut yang dapat mengakibatkan ketidakseimbangan sistem

    perairan laut. Mengambil fokus yang sama dalam bioremediasi David A. Roberts, dkk

    2014 dalam Bioremediation for coal-fired power stations using macroalgae, makroalga

    salah satu jenis dari ganggang tawar merupakan sumber daya produktif yang dapat

    dibudidayakan di air limbah logam yang terkontaminasi untuk bioremediasi. Dalam studi

    ini, makroalga air tawar (marga Oedogonium) telah dibudidayakan dalam perairan batu

    bara yang terkontaminasi diubah dengan gas buang (mengandung 20% CO2) di

    pembangkit listrik batu bara Australia. Proses kontinu dari pertumbuhan alga dan

    penyerapan logam intaseluler mengurangi konsentrasi dari semua logam dalam perairan

    batu bara yang diolah. Pemodelan yang prediktif menunjukkan bahwa pembangkit listrik

    yang layak, bisa mencapai angka nol pembuangan logam yang diregulasi (Al, As, Cd, Cr,

    Cu, Ni, Se, dan Zn) dalam limbah air menggunakan bendungan perairan batu bara untuk

    bioremediasi dengan kolam budidaya alga daripada dengan penyimpanan air abu. Studi

    ini menunjukkan teknologi bioremediasi pada skala besar untuk industri air terbatas yang

    dapat diterapkan pada pembangkit listrik baru atau yang sudah ada, atau selama

    penonaktifan pembangkit listrik tua.

    Studi ini telah diadakan di pembangkit listrik Tarong di Queensland, Australia. Kapasitas

    Tarong sekarang ini adalah 700 MW, dan 46.000 ML. Konsentrasi dari semua elemen

    yang terdaftar oleh Dewan Konservasi Lingkungan Australia dan New Zealand

    (DKLANZ) (Al, As, Cd, Cr, Cu, Ni, Se, dan Zn) yang bersesuaian dalam tanaman

    organik hasil panen. Akibatnya, tingkat bioremediasi metal dari Tarong AW. Bendungan

    batu bara (Ash Dash yang disingkat AD dalam bahasa Inggris) berisi air abu (Ash Water

    yang disingkat AW dalam bahasa Inggris) terkontaminasi dengan metal dan metalloid

    selama pembuangan abu. Tarong AW berisi beberapa elemen yang berlebihan dari

    peraturan kualitas air DKLANZ.

  • Spesies endemik dari makroalga air tawar hijau (marga Oedogonium) telah diisolasi dari

    Tarong AD untuk suntikan pemeliharaan untuk mengevaluasi potensi bioremediasi in situ.

    Oedogonium mempunyai distribusi di seluruh dunia dan sebagai spesies dominan yang

    kompetitif yang tumbuh melampaui ganggang lain di bawah kondisi kelebihan nutrisi dan

    mempunyai produktivitas tinggi dalam tanaman sejenis. Tanaman organik telah diangkut

    ke Tarong dan dibudidayakan langsung di AW yang terpompa dari AD ke dalam

    rangkaian kolam 15.000 L dengan bentuk parabola yang membujur. Kolam mempunyai

    kedalaman maksimum 75cm pada titik terdalam dari bentuk parabola. Standar AW adalah

    melewati 10 unit penyaringan untuk menghapus dengan bersih batu bara yang

    menggantung dari air limbah.

    Model bioremediasi dikembangkan dalam tiga tahapan, yakni perhitungan persediaan

    yang beredar dari metal yang ada di AD, perkiraan dari emisi tahunan dari metal yang

    terhapus dari pembakaran batu bara baru dan perhitungan massa metal terhapus dari AD

    tiap tahun di Oedogonium hasil panen. Dalam cara ini, model prediksi menetapkan

    bioremediasi seperti metal yang telah terasing dengan sel ganggang atau terikat secara

    pasif untuk permukaan sel ganggang, sesudah itu terhapus dari sistem selama pemanenan

    tanaman organik. Lapisan endapan metal dalam pemeliharaan kolam tidak tertangkap

    dalam model ini dan dipertimbangkan untuk tinggal dalam sistem pembuangan siklus

    pengolahan.

    Setelah melalui tiga proses tahapan bioremediasi, tanaman organik yang diolah dalam

    kolam bioremediasi adalah bahan mentah yang sesuai untuk produksi arang organik (bio

    arang). Ketika ada kriteria total dari metal untuk tanah organik dari kotoran dan tanah

    subur, tidak ada kriteria untuk muatan metal dari tanah organik di Australia. Industri bio

    arang mengadaptasi kriteria metal sepenuhnya untuk kompos dan pupuk untuk

    mengevaluasi bio arang yang sesuai untuk penerapan tanah.

    Penelitian selanjutnya dalam kasus polutan anorganik dikembangkan oleh Ashish

    Goyal, dkk pada tahun 2013 dalam A modeling study on the role of fungi in removing

    inorganic pollutants, model matematika non linear untuk menghapus polutan anorganik

    seperti Kromium dalam bodi air menggunakan jamur diusulkan dan dianalisa.

    Diasumsikan bahwa polutan anorganik disingkirkan dalam badan air dengan angka

    konstan, yang habis karena faktor alami oleh penyerapan jamur menggunakan

    penghancuran oksigen dalam prosesnya. Model dianalisa menggunakan teori kestabilan

  • persamaan diferensial dan simulasi. Analisa menunjukkan bahwa polutan anorganik dapat

    dihapus dari badan air dengan penyerapan jamur, laju penghapusan bergantung pada

    konsentrasi dari polutan anorganik, kepadatan populasi jamur dan berbagai proses

    interaksi. Analisa simulasi dari model memperkuat hasil analitik.

    Proses bio-absorpsi mikroorganisme telah diakui sebagai penentuan nasib akhir metal

    dalam lingkungan yang mungkin juga mewakili jalur masuk ke dalam rantai makanan,

    dengan potensi konsekuensi fatal untuk organisme tertinggi. Beberapa studi

    eksperimental telah diselenggarakan pada pelepasan dan bio-absorpsi metal menggunakan

    jamur dalam beberapa dekade. Efek dari konsentrasi nutrisi pada pertumbuhan kepadatan

    biomass populasi jamur seperti efek kepadatan biomass dari populasi jamur pada

    penyerapan kromium telah dipelajari dalam eksperimen. Dalam kesimpulannya, pada

    semua studi menunjukkan bahwa populasi jamur bermain penting dalam proses

    penyerapan metal. Pada 2012, Boswell dan Davidson juga memeriksa pemodelan

    pertumbuhan dinamik dari miselium jamur pada lingkungan beracun di level jaringan

    hyphal. Tetapi kuantitas pemodelan dengan mengupayakan pemeriksaan kunci isu dari

    penyerapan polutan dengan jamur masih tetap tidak tersentuh.

    Berdasarkan masalah dan asumsi yang ada, model matematika untuk mengatasi polutan

    anorganik dengan jamur melalui bioremediasi, adalah sebagai berikut

    dimana semua parameter diasumsikan positif.

    Masalah dari penghapus polutan air dari badan air adalah penting pada lingkungan dan

    sudut pandang ekologi dari aliran anak sungai telah dikonfirmasi dengan banyak

    pemeriksa dalam laboratorium tapi tanpa berusaha menjadi pembelajaran kasus ini salah

    satu eksperimen atau teoritikal dalam persiapan umum yang dibutuhkan untuk aplikasi

    lapangan yang nyata.

    Telah ditemukan bahwa hasil yang diperoleh adalah serupa dengan kualitas untuk hasil

    ekperimen yang dipublikasikan dalam literature sama halnya dengan hasil eksperime

    yang diperoleh serupa dengan salah satu author (Saghi) dalam laboratorium. Detail

  • analisa sensitivitas dari beberapa parameter penting juga melakukan faktor penentu yang

    paling berpengaruh dalam proses model. Mungkin dikatakan bahwa proses biosorpsi

    mempunyai potensi yang membuat badan air bebas dari polutan anorganik dengan

    menggunakan populasi jamur.

    Selain penggunaan Makroalga dalam penelitian David A Roberts, 2013, Vclav

    tumbauer, dkk, 2011 mencoba menggunakan Mikroalga dengan metode kisi Boltzmann

    pada desain bioreaktor. Metode Kisi Boltzmann (MKB) untuk aliran fluida telah

    membuktikan bahwa dirinya adalah alternatif yang hidup untuk metode DFK (dinamika

    fluida komputasional) berbasis aplikasi rancangan diskrit untuk persamaan Navier Stokes

    yang mengatur aliran fluida. Pada penelitian ini , kami bermaksud untuk memeriksa

    penggunaan dari MKB dalam kasus spesial dari Couette-Taylor photobioreactor sebuah

    alat yang terdiri atas dua sumbu silinder dengan dinding dalam putar. Pendekatan numerik

    yang tepat untuk kondisi batas pergerakan dinding kurva adalah diperkenalkan dan

    dibuktikan dengan perbandingan kecepatan medan aliran dengan solusi eksak. Potensi

    kesamaan dari MKB adalah dimanfaatkan pada platform paralel PPAA (Perhitungan Padu

    Alat Arsitektur). Mikroalga tumbuh dalam medan aliran yang disimulasikan oleh MKB

    berbasis pada model pabrik fotosintetik (PFS) yang diperlakukan dalam cara stokastik

    paralel dan diterapkan juga pada platform paralel PPAA. Solusi stokastik paralel PFS

    telah disahkan dengan perbandingan solusi analitik dari model PFS pada radiasi konstan

    Mikroalga telah mendapat banyak perhatian karena penerapan yang luas. Telah

    ditunjukkan bahwa ia mempunyai potensi tinggi sebagai sumber energy yang dapat

    diperbaharui dengan kata lain bahan bakar organik dan sumber dari spektrum dengan

    senyawa bioaktif yang berharga. Itu juga mungkin untuk digunakan pada aplikasi

    lingkungan yang lain seperti penyitaan CO2, bioremediasi, perawatan air limbah, dan

    lainnya.

    Mikroalga sekarang ini sebagian banyak diolah di dalam sistem terbuka yang luas atau

    fotobioreaktor tertutup. Ketika bagian luar sistem terbuka menampilkan susunan rendah

    dan biaya operasi mereka mempunyai beberapa kerugian melebihi sistem tertutup

    misalnya resiko kontaminasi tinggi (dengan kata lain, mereka tidak cocok untuk semua

    tegangan) dan biaya panen tinggi karena konsentrasi tanaman organik yang rendah.

    Dengan jangkauan kerja, kami fokus pada kasus spesial pada sistem tertutup- disebut

    Couette-Taylor photobioreactor.

  • Dengan menampilan pendekatan alternative untuk desain bioreaktor dan simulasi berbasis

    implementasi paralel dari metode kisi Boltzmann untuk aliran fluida dan implementasi

    stokastik paralel dari pabrik fotosintetik untuk pertumbuhn mikroalga telah ditampilkan.

    Implementasi pendekatan simulasi unruk disahkan dakam kasus photobioreactor silinder

    tertutup disebut Couette-Taylor photobioreactor. Aliran fluida juga divalidasi melawan

    analisa kecepatan dalam kasus aliran Couette silinder. Stokastik parameter juga mencapai

    model dari pabrik fotosintetik telah sukses divalidasi dengan perbandingan dari hasil

    simulasi dan analisa hasil pada radiasi konstan.

    Penelitian yang dilakukan oleh Michael Chapwanya, dkk pada tahun 2010 dalam A

    perturbation solution for bacterial growth and bioremediation in a porous medium with

    bio-clogging, meneliti masalah aliran yang berhubungan dengan bioremediasi dan

    mengembangkan matematika model untuk pengangkutan kontaminasi bawah tanah dan

    penyebaran, pengurungan, dan perbaikan limbah kimia. Model didasarkan pada massa

    fluida dan persamaan keseimbangan momentum dan pengangkutan simultan dan

    konsumsi dari polutan (hidrokarbon) dan nutrisi (oksigen) yang merupakan perluasan

    gagasan dari penelitian-penelitian sebelumnya.

    Tekanan tertentu ditempatkan pada proses pembelajaran yang menyertakan reaksi

    gabungan penuh, pengangkutan dan efek mekanik. Analisa dimensi dan penurunan

    asimtotik digunakan untuk menyederhanakan aturan persamaan yang kemudian

    diselesaikan secara numerik.

    Michael Chapwanya, dkk menganggap pengangkutan polutan dalam freatik aquifer jenuh

    di bawah permukaan tanah dalam kondisi menghancurkan senyawa atau partikel-partikel

    dalam air. Polutan ini menapis ke bawah dan horizontal ke dalam aquifer karena tenaga

    gravitasi dan disperse. Pada tahap ini, ada sedikit yang dapat dilakukan untuk mengontrol

    penyebarannya dan bioremediasi adalah prosedur perbaikan yang termurah untuk

    membersihkan aquifer memanfaatkan bakteri pribumi.

  • Pada aquifer, populasi bakteri tumbuh dalam lingkungan berair ketika saling melekat

    pada permukaan atau antarmuka sebagai biofilm atau koloni. Terkadangm biofilm dapat

    menyebabkan pengisian dalam bagian dimana nutrisi dan konsentrasi polutan tinggi.

    Sedikit nutrisi akan menghasilkan tingkat pertumbuhan yang tidak efektif ketika terlalu

    banyak menyumbat aquifer. Contohnya, merancang percobaan dengan strategi

    penambahan nutrisi dapat mengurangi pertumbuhan bakteri yang berlebihan pada titik

    injeksi ketika dalam waktu yang sama meminimalisasi konsentrasi polutan di akhir

    dengan diberikan periode waktu.

    Penelitian ini mempertimbangkan sebuah model untuk bioremediasi yang diaplikasikan

    untuk rembesan polutan melalui dinding tanah. Model melibatkan kecepatan gabungan

    penuh fluida dan proses degradasi. Sebagai penentang untuk situasi ideal dalam literature,

    model yang sudah ada adalah solusi untuk kondisi aliran di lapangan. Solusi numerik

    telah divalidasi dengan memperoleh pendekatan solusi dalam limit yang berlatar belakang

    konsentrasi biomass. Fenomena bio-clogging diberikan dengan koreksi umum,

    menganjurkan penurunan jarak posisi batas dan meningkatkan konsentrasi mutlak dari

    injeksi.

    Seperti kasus yang sudah diselesaikan, untuk tingkat ketelitian yang layak, melalui

    pendekatan Dupuit. Akan tetapi saat ini pendekatan formula Dupuit gagal untuk

    meramalkan tinggi tampilan rembesan yakni bagian integral untuk aplikasi fisik dari

    model. Kemudian mereka mempresentasikan strategi numerik yang menghitung tampilan

    rembesan dan posisi pergerakan batasan. Mereka mengoreksi aturan ramalan yang tidak

    berubah dalam tinggi rembesan, melihat kondisi batas dan simulasi dua dimensi.

    Persamaan dapat diselesaikan secara kompleks dan solusi pendekatan yang melibatkan

    ekspandi ganda untuk dan dalam perbedaaan limit, . Model ini

    dan strategi solusi dapat dengan jelas memperluas ke dalam sistem yang umum termasuk

    nutrisi lebih dan spesies biomass keduanya dua dan tiga dimensi aquifer.

    Benito M. Chen-Charpentier dan Hristo V. Kojouharov dalam Mathematical

    modeling of bioremediation of trichloroethylene in aquifers tahun 2008 memberitahukan

    bahwa Trichloroethylene (TCE) adalah zat pencemar yang umum diketahui di air bawah

    tanah. TCE digunakan sebagai bahan pelarut pada industry dan sering tercampur dalam

    tanah. Ada bakteri hidup yang dapat menurunkan TCE.

  • Berlawanan dengan kebanyakan kasus bioremediasi, bakteri yang menurunkan TCE tidak

    digunakan sebagai sumber karbon. Sebagai gantinya, bakteri memproduksi enzim untuk

    metabolism metana. Enzim ini dapat menurunkan organik lain termasuk TCE. Jadi,

    dengan merangsang bakteri dengan udara dan metana, mereka dapat menghasilkan mono

    oksigen yang juga akan menurunkan TCE. Namun, bakteri juga dapat dirangsang dengan

    fenol atau toulena dan juga oksidasi ammonia, bukan metana, untuk menghasilkan enzim

    yang mendegradasi TCE. Percobaan yang dilakukan dalam kondisi anaerob juga

    mengungkapkan kemungkinan degradasi TCE metana melalui bakteri yang merendahkan

    methanol. Percobaan dan model numerik menunjukkan bahwa sementara biobarriers di

    bawah permukaan secara substansial mengontrol pergerakan kontaminan, mereka tidak

    mengurangi hingga ke titik nol sesuai yang diinginkan dalam praktek.

    Model bioremediasi in situ dari TCE dalam aquifer menggunakan dua spesies bakteri;

    pertama membentuk biobarriers untuk membatasi pergerakan TCE dan yang kedua untuk

    mengurangi TCE. Model ini adalah perkembangan dari model penelitian sebelumnya

    yang dilakukan oleh Benito dan Hristo.

    Model ini mencakup aliran air, transportasi TCE dan nutrisi, pertumbuhan bakteri dan

    degradasi (penurunan) TCE. Percobaan biobarrier dua spesies menunjukkan bahwa

    adalah mungkin untuk membangun sebuah biobarrier yang merendahkan dan karenanya

    meningkatkan potensi control TCE. Percobaan juga menunjukkan bahwa biobarrier ini

    dapat bertahan untuk waktu yang lama. Empat model menekankan pentingnya memilih

    spesies bakteri dan sumber karbon dengan hati-hati, sebagai model yang memberikan

    tingkat perbedaan dari eliminasi TCE.

    Metode numerik non standar digunakan untuk mendiskritkan persamaan. Penggabungan

    sistem persamaan diselesaikan secara numerik dengan cara berurutan menggunakan

    elemen hingga campuran aliran dan metode non standar untuk persamaan transportasi.

    Metode non standar bekerja dengan baik dalam kondisi dimana ada transportasi dan

  • reaksi nonlinear seperti dalam kasus ini. Dan penggabungan metode numerik

    menghasilkan metode dengan masalah yang sangat rumit yang stabil dan cukup akurat.

    Sanjay Chawla dan Suzanne M. Lenhart, 2000 dalam The application of optimal

    control theory for bioremediation mengatakan bahwa bioremediasi in situ adalah

    teknologi remediasi dimana bakteri bawah permukaan asli dirangsang dengan

    menyuntikkan senyawa yang menyediakan makanan dan energi. Bakteri yang memecah

    kontaminan target dirangsang menjadi zat yang kurang berbahaya. Cara senyawa

    disuntikkan merupakan komponen penting dari teknologi. Sanjay dan Suzzane

    menggunakan teknik dari kontrol optimal teori sistem parameter terdistribusi untuk

    mengkarakterisasi suatu fungsi optimal dalam tabung injeksi bioreaktor. Status sistem,

    himpunan persamaan yang mengatur evolusi bioremediasi, adalah sistem hybrid yang

    terdiri dari kedua persamaan diferensial parsial dan biasa.

    Model ini memiliki lima persamaan diferensial parsial (PDE), yang merupakan salah satu

    dimensi dalam ruang dan empat persamaan diferensial biasa (ODE). Setiap PDE

    mewakili jumlah yang dapat menyebar - asetat, nitrat, donor elektron kedua, karbon

    tetraklorida dan intermediet degradasi. Setiap ODE mewakili jumlah diserap yang tidak

    diangkut melalui tanah - dua bakteri populasi biomassa, diserap karbon tetraklorida dan

    diserap intermediet degradasi. Petersen, dkk dari Pacific Northwest Laboratory, berhasil

    menerapkan prosedur optimasi yang dirancang untuk memilih pola berdenyut optimal

    untuk masukan asetat. Mereka diselesaikan secara numerik sistem sembilan persamaan

    berulang kali, menyesuaikan masukan untuk meminimalkan pertumbuhan bakteri dekat

    inlet. Teknik mereka "diskretisasi dan kemudian mengoptimalkan" dengan pemecahan

    ulang sistem besar akan sulit untuk menerapkan tiga variabel spasial. Pendekatan kami,

    "mengoptimalkan pertama pada sistem PDE / ODE dan kemudian mendiskritkan" harus

    meliputi tiga dimensi spasial.

    Nutrisi dan kontaminan diasumsikan disuntikkan di pintu masuk medan aliran, yang

    dianggap sebagai salah satu dimensi panjang L. Proses degradasi biologis dari

    kontaminan, konsumsi nutrisi dan pertumbuhan mikroba yang terkait dijelaskan secara

    matematis. Akhirnya, diasumsikan bahwa produk berubah mengalir keluar di pintu keluar

    dari medan aliran. Efek dari adveksi, dispersi dan penyerapan dalam media berpori

    termasuk dalam model. Dalam model ini, kita asumsikan bahwa hanya satu populasi

    mikroba yang terlibat dan kita mengabaikan efek antara produk yang mungkin dibuat

  • selama proses degradasi biologis. Transformasi CCl 4 diasumsikan diatur oleh kinetika

    Monod yang menyumbang istilah interaksi spesifik yang muncul dalam model. Akhirnya,

    diasumsikan bahwa biomassa bakteri menempel pada tanah.

    Tujuan Sanjay dan Suzzane adalah untuk merancang sebuah strategi penambahan nutrisi

    yang akan meredam pertumbuhan berlebihan bakteri pada titik injeksi dan pada saat yang

    sama meminimalkan konsentrasi karbon tetraklorida pada akhir yang telah ditetapkan

    jangka waktu tertentu T. Sanjay dan Suzzane telah menunjukkan bagaimana teknik dari

    teori kontrol optimal dapat diterapkan pada sistem hibrida yang terdiri dari persamaan

    diferensial parsial dan biasa. Sistem ini meniru dinamika in situ bioremediasi, strategi

    restorasi lingkungan berpotensi hemat biaya.

    Masih membicarakan bioremediasi menggunakan dua spesies biofilm, Benito M. dan

    Hristo V., 2003 dalam penelitian pertamanya, Numerical simulation of dual-species

    biofilms in porous media mengatakan bahwa bakteri dapat membentuk biofilm yang kuat

    dalam media berpori. Biofilm dapat digunakan sebagai biobarrier untuk membatasi aliran

    polutan. Jika spesies kedua bakteri yang benar-benar dapat bereaksi dengan kontaminan

    lalu ditambahkan ke biobarrier, hasilnya adalah cara yang jauh lebih efektif dalam

    mengendalikan polutan. Benito dan Hristo mengusulkan model matematis untuk

    pembentukan biorbarrier ini dan persamaan dipecahkan secara numerik yang dihasilkan

    untuk aliran, transportasi dan reaksi. Dengan berbagai asumsi dan kondisi, model yang

    dibentuk adalah sebagai berikut

    Pada penelitian ini, memodelkan aliran air, transportasi nutrisi dan kontaminan serta

    pertumbuhan mikroba biofilm terbentuk dan biodegredasi mikroba. Pada bagian

    berikutnya, disajikan model matematika. Pada bagian ketiga, menunjukkan hasil

  • kualitatid beberapa simulasi biobarrier tunggal dan dual spesies. Tujuan dan nilai dari

    simulasi numerik untuk memandu multispesies pada percobaan biofilm masa depan yang

    bisa mengarah pada desain strategi bioremediasi yang lebih efektif.

    Dalam rangka untuk model multi spesies interaksi biofilm di media berpori, Benito dan

    Hristo mempertimbangkan campuran tiga fase yang terdiri dari fase cair, fase batuan

    padat dan fase biofilm. Meskipun biofilm dapat dianggap sebagai bagian dari fase padat,

    namun lebih mudah mengganggapnya sebagai fase terpisah. Keenam spesies molekul

    yang hadir dalam media berpori adalah TCE, mikroorganisme cepatia Burkholderia

    (bakteri pendegradasi TCE yang dapat membentuk biofilm yang signifikan),

    mikroorganisme Klebsiella oxytoca (bakteri biofilm pembentuk yang kuat), karbon

    organik dan spesies air dan batu.

    Motif penelitian ini adalah untuk mendapatkan pemahaman yang lebih baik dari interaksi

    antara dua spesies mikroba sebagai bagian dari biofilm tunggal mampu melakukan

    beberapa fungsi (bioremediasi, pembentukan biofilm, dll). Penggunaan dua bakteri,

    Burkholderia cepacia dan Klebsiella oxytoca, terlihat sangat menjanjikan seperti yang

    ditunjukkan oleh percobaan yang sebenarnya dan dengan simulasi numerik. Metode tidak

    standar bekerja dengan baik dalam kondisi di mana ada transportasi dan reaksi nonlinear

    seperti dalam kasus ini.

    Model matematika non linear juga digunakan Ashish Goyal, dkk dalam penelitian

    Modelling and analysis of the removal of an organic pollutant from a water body using

    fungi tahun 2012, yang merupakan penelitian sebelumnya dengan objek polutan yang

    berbeda, yakni polutan organik.

    Dalam proses pemodelan empat variabel yang dipertimbangkan yaitu, (i) konsentrasi

    pewarna, (ii) kepadatan populasi jamur, (iii) konsentrasi nutrisi dan (iv) konsentrasi

    oksigen terlarut. Diasumsikan bahwa polutan organik hadir dalam air dengan konsentrasi

    yang diberikan atau dibuang dengan laju konstan dalam pasokan nutrisi. Ini dianggap

    bahwa nutrisi dan oksigen dipasok ke badan air dari luar dengan nilai konstan. Model ini

    dianalisa dengan menggunakan teori stabilitas persamaan diferensial.

    Model yang digunakan pada penelitian ini adalah model yang dikembangkan menjadi

    model bioremediasi polutan anorganik yang dilakukan oleh Ashish Goyal pada tahun

    2013.

  • dimana semua parameter dianggap positif.

    Analisa model menunjukkkan bahwa polutan organik dapat dihapus dari badan air dengan

    populasi jamur dan tingkat degradasi tergantung pada konsentrasi polutan organik,

    kepadatan populasi jamur dan proses interaksi yang terlibat. Dianggap bahwa nutrisi ini

    juga disediakan dalam sistem dengan tingkat konstan secara terus menerus. Hasilnya jelas

    menunjukkan bahwa di bawah kondisi populasi jamur yang diperkaya, jamur telah

    mampu mengurai zat pewarna.

    P. Gajardo, dkk, 2011 dalam Minimal time bioremediation of natural water resources

    mempelajari strategi waktu minimal untuk remediasi populasi dalam volume air yang

    besar dengan bantuan bioreaktor otonom. Kontrol terdiri dari pengisian bioreaktor dari

    sumber daya dengan output bersih kembali ke sumber daya dengan laju aliran yang sama.

    Dengan bantuan prinsip maksimum, P. Gajardo, dkk menunjukkan bahwa hukum kontrol

    optimal adalah non monoton dan berakhir dengan fase konstan, berbeda dengan kasus

    homogen dimana laju air optimal berkurang mengikuti waktu.

    Dengan asumsi yang ada, terdapat dua model persamaan diferensial yang digunakan.

    Model pertama adalah ketika kasus homogen, seperti berikut:

    Kemudian saat kasus yang dihadapi adalah kasus inhomogen spasial, maka digunakan

    model seperti ini

  • Untuk memulihkan eutrofikasi, berbagai teknik seperti bio-manipulasi atau pengendalian

    ekologi telah diusulkan untuk mitigasi. Manfaat analisis teoritis melibatkan identifikasi

    dari strategi pompa yang efisien. Kesimpulan yang dambil P. Gajardo, dkk sebagai

    berikut, pertama profitabilitas menggunakan strategi umpan balik yang optimal

    dibandingkan dengan konstanta terbaik. Semakin sumber daya tercemar pada awalnya,

    semakin signifikan peningkatan kebijakan umpan balik. Tergantung pada rasio populasi

    awal untuk hasil maksimal yang diinginkan. Kedua, ketidak homogenan secara spasial,

    konsentrasi pencemaran meningkatkan waktu perawatan saat kondisi sumber daya yang

    cukup tercemar. Ketiga, mengukur kecepatan awal variasi dalam konsentrasi di dua lokasi

    terpencil dari sumber daya, memungkinkan untuk mengidentifikasi model

    ketidakhomogenan parameter.

    III. KESIMPULAN

    Bioremediasi dapat digunakan sebagai alternatif dalam mengurangi kadar polutan.

    Bioremediasi juga dikenal sebagai metode yang murah dan efisien waktu. Biasanya,

    bioremediasi menggunakan organisme lain untuk memulihkan kondisi perairan dan

    menghilangkan polutan. Polutan-polutan yang ada di air limbah, perairan, air tanah tidak

    hanya polutan organik tetapi juga berupa polutan anorganik. Pada ulasan di atas, terdapat

    beberapa cara yang saling berkaitan dengan kondisi yang berbeda-beda. Proses remediasi

    ini menggunakan bantuan dari jamur, bakteri hingga fitoplankton. Selain itu, tidak hanya

    satu spesies atau dua spesies saja yang dapat digunakan untuk proses remediasi ini,

    melainkan multispesies. Media yang digunakan juga bermacam-macam, meliputi media

    berporos, dam (bendungan air), hingga aquifer. Biofilm, bioreaktor, bioarbsorpsi, dan

    lainnya digunakan sebagai metode alternatif dalam proses remediasi. Semua penelitian di

    atas jika dibahas lebih detail akan saling bergantungan dan berkaitan. Penelitian-

    penelitian ini juga merupakan perkembangan dari penelitian-penelitian sebelumnya.

    IV. REKOMENDASI

    Untuk penelitian selanjutnya di masa depan, akan lebih baik bila mendegradasi bakteri

    dan menggunakan dimensi spasial.

  • DAFTAR PUSTAKA

    Ashish Goyal, dkk. 2012. Modeling and analysis of the removal of an organic pollutant

    from a water body using fungi. Applied Mathematical Modelling. Vol 34. Hal 4863-4871.

    Ashish Goyal, dkk. 2013. A modeling study on the role of fungi in removing inorganic

    pollutants. Mathematical Biosciences. Vol 244. Hal 144-124.

    Benito M. dan Hristo V. 2003. Numerical simulation of dual-species biofilms in porous

    media. Applied Numerical Mathematics. Vol 47. Hal 377-389.

    Benito M. dan Hristo V. 2008. Mathematical modeling of bioremediation of

    trichloroethylene in aquifers. Computers and Mathematics with Applications. Vol. 56.

    Hal. 645656

    David A. Roberts, dkk. 2014. Bioremediation for coal-fired power stations using

    macroalgae. Journal of Environmental Management. Vol. 153. Hal. 25-32

    Erman, Munir. 2006. Pemanfaatan Mikroba Dalam Bioremediasi: Suatu Teknologi

    Alternatif untuk Pelestarian Lingkungan. Sumatera Utara.

    P. Gajardo, dkk. 2011. Minimal time bioremediation of natural water resources.

    Automatica. Vol 47. Hal 1764-1769.

    Michael Chapwanya, dkk. 2009. A perturbation solution for bacterial growth and

    bioremediation in a porous medium with bio-clogging. Journal of Computational and

    Applied Mathematics. Vol 234. Hal. 2709-2723.

    Sanjay Chawla dan Suzanne M. Lenhart. 2000. The application of optimal control theory

    for bioremediation. Journal of Computational and Mathematics. Vol. 114. Hal. 81-102.

    Sourav Rana, dkk. 2013. The effect of nanoparticles on plankton dynamics: A

    mathematical model. BioSystems. Vol 127. Hal 28-41.

    Vaclav Stumbauer, dkk. 2011. The lattice Boltzmann method in bioreactor design and

    simulation. Mathematical and Computer Modelling. Vol. 57. Hal. 19131918.