STUDI MODEL ISOTERM ADSORPSI KRISTAL VIOLET OLEH …

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




ESCULENTA)

SKRIPSI

OLEH:

MUHAMMAD DAFIN RAMADHAN

160405051

SKRIPSI INI DIAJUKAN UNTUK MELENGKAPI SEBAGIAN

PERSYARATAN MENJADI SARJANA TEKNIK

DEPARTEMEN TEKNIK KIMIA

FAKULTAS TEKNIK


MEDAN

JANUARI 2021


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


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


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


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.


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


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


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.


viii



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


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


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


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


xii

5.1 KESIMPULAN 40

5.2 SARAN 40

DAFTAR PUSTAKA 41


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


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











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


xvi

DAFTAR SINGKATAN

MATLAB Matrix Laboratory

R-P Redlich-Peterson

SEM Scanning electron microscope


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


xviii

Simbol Keterangan Satuan

z Eksponen Toth


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


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


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.


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


5

4. Analisis Ralat

- Coefficient of Determination (R2)

Digunakan untuk menguji kesesuaian data perhitungan model dengan

data percobaan.


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


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.


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


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


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).


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.


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


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-


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


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).


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)


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


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


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


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.


20

3.3.3 Prediksi Efisiensi Penyisihan menggunakan Model Gabungan


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


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


22

Gambar 3.6 Flowchart Validasi Efisiensi Penyisihan

Selesai

Mulai


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


23

Gambar 3.7 Flowchart Prediksi Efisiensi Penyisihan

Selesai

Mulai


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


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)


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


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)


27

4.2.2 Isoterm Adsorpsi Langmuir

Gambar 4.3 merupakan hasil curve fitting isoterm adsorpsi Langmuir


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)


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)


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


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)


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


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


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.


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


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


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


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


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)


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


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)


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


𝑚


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.


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.


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.


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.


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


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.


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



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


LA-2



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



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



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


LA-3



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



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



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


LA-4



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



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


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


𝑚


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


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


LB-3

Ralat (%) = |96,70−96,68

96,68|x 100

Ralat (%) = 0,08


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


STUDI MODEL ISOTERM ADSORPSI KRISTAL VIOLET OLEH …

Documents

Transcript of STUDI MODEL ISOTERM ADSORPSI KRISTAL VIOLET OLEH …