OPTIMASI PROSES DENSIFIKASI JERAMI PADI SEBAGAI BAHAN BAKAR ALTERNATIF

Optimasi Proses Densifikasi Jerami Padi sebagai Bahan Bakar Alternatif (Zulkifli)

OPTIMASI PROSES DENSIFIKASI JERAMI PADI SEBAGAI BAHAN BAKAR ALTERNATIF Zulkifli Jurusan Teknik Kimia, Politeknik Negeri Lhokseumawe, Jl. Banda Aceh-Medan Km. 280 P.O. Box 90, Buketrata, Lhokseumawe 24301 E-mail: [email protected]

Abstract Indonesia is rich in rainforest and is one of oil producing countries. However, the availability of kerosene and firewood as fuel sources for the rural community becomes scarce. In an effort to overcome the energy crisis, in particular to the rural community, agricultural biomass waste could be utilized as the source of energy. This research has been done to investigate the optimization of densification process of agricultural biomass waste using an experimental design of Box-Behnken with three factors and three levels. A laboratory scale hydraulic press was used to utilize the research. For the case of agricultural biomass waste, independent variables included operating pressure of 3000 psi, 5000 psi, 7000 psi, particle size of 20 mesh, 40 mesh, 60 mesh and moisture content of 5%, 10% and 15%. The result of optimization showed that the briquette from rice straw was produced at a pressure of 3002,8 psi, particle size of 34,9 mesh, and water content of 7,77% to enable to have a briquette with a density of 1,08 gr/cm3. Key words: densification, optimization, agricultural biomass PENDAHULUAN Biomassa adalah bahan organik yang dihasilkan melalui fotosintetis, baik berupa produk maupun buangan. Sebagai cantoh antara lain adalah tanaman, pepohonan, limbah pertanian, limbah hutan, kotoran manusia dan ternak. Selain digunakan untuk tujuan primer serat, bahan pangan, pakan ternak, minyak nabati, bahan bangunan dan lain sebagainya, biomassa juga dapat digunakan sebagai sumber energi (bahan bakar). Limbah pertanian merupakan salah satu sumber biomassa penting di Indonesia, mengingat negara ini merupakan salah satu negara agraris yang penduduknya hampir 70 persen tinggal di daerah pedesaan. Diperkirakan Indonesia menghasilkan sekitar 146,7 juta ton biomassa setiap tahun, dan ini setara dengan 470 GJ/tahun. Sumber utama biomassa berasal dari limbah kegiatan penanaman padi, limbah kayu, dan limbah kegiatan industri sawit [1]. Penggunaan biomassa curah secara langsung untuk memasak biasanya menimbulkan dampak negatif terhadap kualitas udara dalam ruangan sehingga dapat mempengaruhi kesehatan. Oleh karena itu, diperlukan metoda yang bersih dan efisien untuk mengubah limbah biomassa curah menjadi sumber energi

alternatif sehingga masyarakat pedesaan dapat memanfaatkan energi dengan maksimal untuk keperluan rumah tangga atau untuk menggerakkan industri rumah tangga. Material biomassa memiliki densitas curah rendah dan kesulitan akan dihadapi dalam hal penanganan seperti transportasi, penyimpanan dan lain-lain. Selain biomassa, minyak tanah merupakan sumber energi penting untuk kebutuhan rumah tangga. Subsidi pemerintah terhadap minyak tanah (kerosene) sampai saat ini masih cukup besar. Dalam rangka mencabut subsidi dan mengatasi krisis minyak tanah, pemerintah telah mencanangkan program konversi minyak tanah ke elpiji. Namun untuk mengubah kebiasaan penggunaan minyak tanah di masyarakat pedesaan tidaklah mudah. Melimpahnya limbah biomassa di daerah pertanian, seperti jerami merupakan potensi energi besar yang selama ini hanya dibakar begitu saja tanpa dimanfaatkan. Penyelesaian sebahagian permasalahan limbah pertanian dapat dilakukan dengan proses densifikasi yang merupakan suatu metode untuk memperlakukan meterial lepas, mengubahnya menjadi briket/bahan bakar padat [2]. Dengan cara ini, karakteristik penanganan bahan seperti transportasi, penyimpanan, dan lain-lain juga meningkat [3]. Densitas produk sangat tergantung pada tingkat penekanan

1

Jurnal Teknologi, Vol. 11, No. 1, April 2011 : 1-7

pada saat pencetakan. Berbagai penelitian menunjukkan bahwa tekanan memainkan peranan penting dalam meningkatkan densitas bahan bakar padat [4,5]. Proses densifikasi memberikan nilai densitas briket lebih besar dari 1gr/cm3 [6]. Penelitian ini bertujuan mempelajari optimasi proses densifikasi biomassa limbah pertanian berupa jerami padi, menggunakan desain eksperimen Box-Behnken. Dalam penelitian ini tekanan yang digunakan diharapkan pada tekanan rendah sampai menengah (3000 ≤ P < 5000 psi), sehingga dapat diterapkan kepada masyarakat.

METODE Bahan Baku Bahan yang digunakan dalam penelitian ini yaitu limbah biomassa pertanian jerami padi, yang diperoleh dari sentra pertanian masyarakat di Kecamatan Blang Mangat Kota Lhokseumawe. Semua bahan yang telah dikumpulkan, dikeringkan terlebih dahulu sebelum dilakukan pengeci-lan ukuran. Ukuran bahan diklasifikasikan dalam tiga ukuran yaitu 20 mesh, 40 mesh dan 60 mesh, kandungan air 5%, 10% , 15% dan 10% amilum sebagai bahan pengikat. Variabel penelitian dalam penelitian ini diklasifikasikan menjadi variabel tetap, variabel berubah dan variabel respon. Variabel tetap meliputi diameter dan tinggi silinder cetakan yang berukuran 30 mm dan 250 mm. Waktu penekanan pada setiap percobaan ditetapkan selama 5 menit. Variabel berubah atau variabel 3

3

i =1

i =1

independen terdiri atas tekanan pembriketan 3000 psi, 5000 psi, 7000 psi; ukuran partikel 20 mesh, 40 mesh, 60 mesh dengan kadar air sampel 5%, 10% dan 15%. Rancangan Percobaan Optimasi proses densifikasi limbah biomassa pertanian jerami padi dilakukan mengunakan rancangan Box-Behnken tiga level dan tiga faktor, yang masing-masing variabel menerima tiga level perlakuan yaitu; level atas (+1), level tengah (0) dan level bawah (1), seperti yang diperlihatkan pada Tabel 1. Penekanan dilakukan mengunakan alat tekan hidraulik skala laboratorium dengan kapasitas 20 ton (Hydraulic Shop Press CMC ISO 9002). Pencetakan dilaku-kan dengan menggunakan alat cetak yang terbuat dari baja padat (ST-60) dengan panjang 250 mm dan diameter dalam 30 mm. Rancangan percobaan menggunakan metoda tenggap permukaan yang dikenal dengan response surface methodologi (RSM), merupakan sekumpulan teknik statistik dan matematika yang bermanfaat untuk mengembangkan, meningkatkan dan mengoptimasi suatu proses [7]. Penerapan metode tanggap permukaan terutama dilakukan pada situasi dimana terdapat beberapa variabel yang potensial mempengaruhi kinerja atau karakteristik kualitas suatu proses atau produk yang disebut dengan variabel tanggap (respon). Pemodelan matematis digunakan model polinomial orde dua untuk tiga variabel independen, seperti yang diperlihatkan pada persamaan 1.

Yk = β o + ∑ β i X i + ∑ β ii X i2 + ∑∑ i < j β ij X i X j + ε j dimana β 0 , β i , β ii , β ij , koefisien regresi; Y, nilai prediksi; dan X1, X2, X3 merupakan variabel independen. Pada Tabel 1 menunjukkan nilai dalam bentuk pengkodean (+1, 0, dan -1) dan nilai asli untuk masing-masing faktor uji. Hubungan antara nilai-nilai tersebut

dapat dihitung persamaan 2.

Z = X − X

o

dengan

(1) menggunakan

/ ∆X

(2)

dengan Z merupakan nilai pengkodean (-1, 0 dan +1), X adalah nilai asli dan Xo adalah nilai tengah.

Tabel 1. Faktor dan level yang digunakan untuk limbah biomassa jerami padi Faktor Takanan, psi Ukuran partikel, mesh Kandungan air, %

-1 3000 20 5

Level 0 5000 40 10

+1 7000 60 15

2


Untuk keperluan optimasi suatu proses perlu ditetapkan kreteria atas dasar fungsi keinginan desirability function (DF). Nilai tanggap minimum dan maksimum harus ditentukan atas dasar teknis ekonomis [8]. Fungsi keinginan, untuk setiap respon dikonversikan menjadi fungsi keinginan

jik a y m in ≤ yˆ k ( x ) ≤ y m a x

keinginan, yang mengendalikan respon pada penyelesaian optimal. Fungsi keinginan untuk respon minimum diberikan oleh persamaan 4.

jik a Yˆ j = 1 , 3 ( x ) < Y m in    

r

jik a Y m in ≤ Yˆ j = 1 , 3 ( x ) ≤ Y m a x

(4)

jik a Yˆ j = 1, 3 ( x ) > Y m a x

Penyelesaian untuk mendapatkan nilai variabel independen, Xi optimum dilakukan sedemikian rupa sehingga persamaan di atas dapat memaksimumkan nilai rata-rata geometrik dari masing-masing variabel tanggap. Fungsi keinginan total, didefinisikan sebagai rata-rata geometrik dari setiap nilai fungsi keinginan respon, dk . Karena DF merupakan nilai rata-rata geometrik dari dk = h

 ∧  Yk  , maka nilai DF akan mendekati 1 jika    ∧ seluruh dk = h  Yk  , mendekati 1, demikian   juga nilai DF akan kecil atau mendekati nol ∧

(3)

jik a yˆ k ( x ) > y m ax

dimana ymin dan ymax menyatakan tingkat respon maksimum dan minimum yang dapat diterima. Pada persamaan 2 eksponen r digunakan untuk menentukan fungsi

 

antara 0 dan 1, dimana dk = 0, berarti respon berada dalam rentang yang tidak dapat diterima, sedangkan dk = 1 berarti respon berada pada kondisi optimum sehingga nilai dk berada pada 0 < dk < 1. Fungsi keinginan untuk respon maksimum diberikan oleh persamaan 3.

jik a yˆ k ( x ) < y m in

0  r   yˆ k ( x ) − y m in  d k ( x) =     y m a x − y m in  1 

1     Y m a x − Yˆ j = 1, 3 ( x ) d j =1,3 ( x ) =      Y m a x − Y m in   0

( )

masing-masing, d k = h Yˆk , nilai dk berkisar

 

jika seluruh dk = h  Yk  ,. Pernyataan secara matematis ditunjukkan pada persamaan 4, oleh karena itu optimasi diarahkan untuk mencari nilai Xi sedemikian rupa sehingga diperoleh DF, pada persamaan 5 maksimum atau sama dengan 1.

 3  DF =  ∏ d j   j =1 

1/ 3

(5)

HASIL DAN PEMBAHASAN Pelaksanaan ekperimen mengguna-kan rancangan Box-Behnken yang terdiri dari 17 perlakuan dijalankan secara acak seperti yang ditunjukkan pada Tabel 1. Pada kolom terakhir dari tabel tersebut ditunjukkan hasil pengujian metoda tanggap terhadap densitas dari jerami padi. Menggunakan persamaan 1 dapat ditentukan korelasi masing-masing variabel tanggap terhadap variabel independen. Koefisien untuk masing-masing variabel tanggap diselesaikan menggunakan metode kuadrat terkecil memanfaatkan perangkat lunak Design-Expert, 2000 (Versi 6.06 State-Ease, Inc. Minneapolis, USA). Pada Tabel 1 ditunjukkan data hasil pengujian metode tanggap permukaan terhadap densitas briket jerami padi. Masing-masing

3


variabel independen ditandai dengan X1 untuk tekanan; X2 untuk ukuran partikel dan X3 kandungan air, variabel tanggap untuk densitas ditandai dengan Y. Menggunakan persamaan 1

korelasi variabel tanggap (densitas) bahan bakar padat dari jerami padi terhadap variabel independen masing-masing dapat ditulis menurut persamaan 6.

Y = 1,08473+ 0,016X1 + 0,050X 2 + 0,0093X 3 − 0,0141X12 + 0,038X 22 + 0,049X 32 − 0,0262X1 X 2 + 0,012X1 X 3 − 0,0070X 2 X 3 . Validasi model statistik Analisa varian dilakukan untuk mengevaluasi pengaruh variabel independen secara individu, kuadratik maupun interaksi pada model yang diusulkan. Hasil analisa varian model kuadratik densitas jerami padi ditunjukkan pada Tabel 2. Secara keseluruhan bahwa model tidak signifikan, karena nilai probabiliti (Prob>F) besar dari 0,05. Sehingga dapat dikatakan bahwa variabel independen tidak mempengaruhi variabel respon. Sehingga tekanan, ukuran partikel dan kandungan air tidak memberikan pengaruh yang signifikan terhadap densitas jerami padi.

(6)

Ketidaksignifikan ini, tentu berbeda dengan kajian berbagai literatur yang menerangkan bahwa kedua variabel, tekanan dan kandungan air memberikan peranan penting terhadap densitas yang dihasilkan. Selain itu hubungan antara variabel independen dengan variabel tanggap ditunjukkan dengan koefisien determinasi >0,8. Sehingga kenyataan bahwa pada model kuadratik variabel independen tekanan dan ukuran partikel tidak mempengaruhi densitas briket dari jerami padi yang dihasilkan.

Tabel 2. Hasil pengujian metoda tanggap untuk densitas jerami padi No.

Run

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17

9 12 10 11 13 5 8 17 2 14 1 6 3 15 16 4 7

Tekanan, X1 (psi) 5000 5000 5000 5000 5000 3000 7000 5000 7000 5000 3000 7000 3000 5000 5000 7000 3000

Ukuran Partikel,X2 (mesh) 20 60 60 20 40 40 40 40 20 40 20 40 60 40 40 60 40

Pada tabel yang sama juga disajikan analisa terhadap model korelasi variabel tanggap terhadap variabel independen. Model menunjukkan koefisien determinasi relatif tinggi (R2 = 0,8371) dan koefisien variasi rendah (CV = 3,12). Semakin dekat koefisien determinasi terhadap nilai satu, semakin tinggi

Kandungan Air, % (X3) 5 15 5 15 10 5 15 10 10 10 10 5 10 10 10 10 15

Densitas (gr/cm3) Respon, Y1 1.08772 1.23574 1.23584 1.11565 1.08129 1.12824 1.12824 1.08129 1.14244 1.08129 1.00336 1.08129 1.12085 1.08129 1.08129 1.15483 1.12824

kesesuaian suatu model terhadap data percobaan, yang memperlihatkan perbedaan yang kecil antara nilai terukur dan nilai hitung. Ketercukupan model dapat ditaksir tidak hanya dari R2, tetapi juga dari R2 yang diprediksi dan kesalahan penjumlahan dari R2 hitung, ”prediksi error sum of squares”

4


(PRESS). Suatu model yang baik ditandai oleh R2 yang besar dan PRESS yang rendah [7]. Dalam hal ini, dari data ditunjukkan bahwa R2 = 0,8371, adjusted R2 = 0,6276 predicted R2 = 1,6068, adeq precision = 7,761 dan PRESS = 0,14. Tabel 3 secara keseluruhan menunjukkan bahwa model tidak signifikan, karena nilai

“Prob>F” secara keseluruhan variabel independen memberi hasil lebih besar dari 0,05. Sehingga dapat dikatakan variabel independen tidak mempengaruhi variabel respon.

Tabel 3. Analisa varian (ANOVA) model kuadratik densitas briket jerami padi Source Model X1 X2 X3

X 12 X 22 X 32 X1 X2 X1 X3 X2 X3 Residual Lack of Fit Pure Error Cor Total

Sum of Squares

DF

Mean Square

F, Value

Prob>F

Keterangan

0.042163 0,001279 0,01981 0,00031 0,001245

9 1 1 1 1

-0,0046845 -0,001279 0,01981 0,00031 0,001245

3,3137 0,9047 14,0125 0,2195 0,8807

0,0642 0,3732 0,0072 0,6536 0,3793

tdk.signifikan tdk.signifikan signifikan tdk.signifikan tdk.signifikan

0,007173

1

0,007173

5,0740

0,0590

tdk.signifikan

0,008975

1

0,0398

signifikan

0,002762 0,000121 0,000197 0,009896 0,009896 0 0,052059

1 1 1 7 3 4 16

0,2049 0,7784 0,7203 -

tdk.signifikan tdk.signifikan tdk.signifikan -

0,008975 0,002762 0,000121 0,000197 0,001414 0,003299 0 -

6,3484 1,9533 0,0855 0,139 -

R2=0,8371; adj.R2=0,6276; pred.R2 =-1,6068; adeq precision =7,761; CV =3,12 dan PRESS = 0,14

Normal Plot of Residuals

99

Normal %Probability

95 90 80 70

Gambar 2 menunjukkan bahwa perbandingan nilai densitas dari jerami padi antara data eksperimen dengan data hasil prediksi tidak ada perbedaan yang signifikan. Garis lurus menggambarkan nilai perhitungan yang didasarkan pada model statistik sebagai mana yang ditunjukkan pada persamaan 5, sedangkan simbol persegi merupakan data eksperimen. 3,0 2,5

Densitas, gr.cm -3

Grafik normal probabiliti (Gambar 1) menunjukkan gambaran distribusi suatu nilai residual yang didefinisikan sebagai perbedaan diantara data prediksi dengan data percobaan yang membentuk suatu garis lurus, bahwa nilai residual terdistribusi secara normal pada kedua sisi garis yang menunjukkan bahwa data eksperimen sangat bersesuaian dengan data prediksi sebagaimana yang ditunjukkan pada Gambar 2.

2,0

2 R = 0.84

1,5 1,0

50

0,5 30 20

0,0

10

0

5

2

4

6

8

10

12

14

16

18

20

Run

1

-2.57

-1.29

0.00

1.29

2.57

Gambar 2 Perbandingan antara nilai prediksi dan eksperimen

Studentized Res iduals

Gambar 1. Normal probabiliti residual plot

5


tersebut layak digunakan untuk tujuan Kurva yang dihasilkan memberikan koefisien determinasi (R2= 0,84 ) dan seluruh optimasi. data pengamatan berada pada atau sangat densitas (gr/cm-3) berdekatan dengan garis, sehingga prediksi sangat bersesuaian dengan data eksperimen. Keseluruhan pembahasan di atas menunjukkan ketercukupan dari model kuadratik yang(mesh) Y = B: Ukuran diusulkan untuk densitas jerami padi dalam rentang tekanan 3000 psi – 7000 psi, ukuran partikel: 20 mesh – 60 mesh dan kandungan air 1.1449 1.11863 5% - 15% sesuai dengan parameter yang diusulkan. 60.00

B: Ukuran(mesh)

50.00

40.00

1.09237

Optimasi variabel proses Otimasi proses bertujuan untuk mendapatkan kondisi operasi yang dapat memberikan kualitas bahan bakar padat yang baik dengan biaya operasi yang minimum. Kualitas bahan bakar padat ditentukan oleh densitas minimum 1 gr/cm3. Untuk menekan biaya operasi, maka takanan operasi harus seminimum mungkin, karena semakin besar tekanan semakin besar energi yang diperlukan dan semakin besar biaya yang dikeluarkan. Salah satu cara untuk mendapatkan kondisi optimum pada proses densifikasi jerami padi dengan menekan harga kandungan air X3 =1, yang berarti X3 berada pada kondisi maksimum. Dengan menetapkan nilai X3, dapat digambarkan hubungan antara densitas (Y1) dengan tekanan (X1) dan ukuran partikel (X2) seperti yang ditunjukkan pada Gambar 3. Dari Gambar 3 terlihat bahwa ketiga alternatif kurva yang dihasilkan oleh perangkat lunak Design Expert memberikan nilai densitas lebih besar dari 1 gr/cm3, dimana kurva paling bawah memberikan nilai densitas = 1,09237 gr/cm3. Dengan demikian ketiga kurva pada gambar

30.00

20.00 3000.00

4000.00

5000.00

6000.00

7000.00

A: Tekanan (Ps i)

Gambar 3. Hubungan antara densitas Y1 dengan tekanan X1 dan ukuran partikel X2, kadar air dikondisikan X3 =1 untuk jerami padi Pada Tabel 4 diperlihatkan sepuluh pilihan alternatif, maka kembali dipertimbangkan kreteria yang diterapkan. Kreteria terhadap variabel tanggap termasuk di dalamnya DF. Terhadap variabel independen perlu diterapkan tekanan X1 minimum (-1< X1 < 0), ukuran partikel X2 maksimum ( X2 > 0 mendekati 1) dan kadar air X3 maksimum (X3 > 0 mendekati 1). Dari inspeksi Tabel 4, ternyata hanya ada dua alternatif yang memenuhi kriteria yang diterapkan, sehingga paling potensial untuk ditetapkan sebagai kondisi variabel independen optimum. Pada kolom terakhir disajikan alasan penolakan terhadap alternatif yang lain.

Tabel 4. Alternatif penyelesaian parameter optimasi proses variabel independen, DF = 1 untuk jerami padi Nomor Penyelesaian

Tekanan, X1 (%)

1 2 3 4 5 6 7 8 9 10

5877,2 5324.40 3244 6157,6 3002,8 3912,4 6964,8 5650,8 3270 5483,2

Ukuran Partikel, X2 (mesh) 47,51 52,86 58,08 40,40 34,90 48,39 50,23 20,37 42,10 28,88

Kandungan Air, X3 (%) 13,03 5,42 14,63 14,13 7,77 12,77 12,75 13,99 6,19 13,38

Desirability Function, DF 1 1 1 1 1 1 1 1 1 1

Analisis Seleksi

Hasil Evaluasi

X1,X3>0; X2<0 X1,X2>0; X3<0 √ X1,X3, X2 >0 √ X1, X2,X3<0 X1, X2, X3>0 X1,X3>0;X2<0 X1<0; X2,X3<0 X1>0;X2<0

ditolak ditolak diterima ditolak diterima ditolak ditolak ditolak ditolak ditolak

6


Dari kedua pilihan ini, maka alternatif nomor tiga ditetapkan sebagai kondisi optimum proses untuk menghasilkan bahan bakar padat dari jerami padi dengan kondisi tekanan, X1 = (3244 psi), ukuran partikel, X2 = (58,08 mesh) dan kandungan air, X3 = (14,63%). Sebagai perbandingan alternatif nomor 5 memberikan hasil tekanan, X1 = (3002,8 psi), ukuran partikel, X2 = (34,9 mesh) dan kandungan air, X3 = (7,77%). Dari perbandingan ke duanya, jelaslah bahwa alternatif nomor 5 merupakan kondisi optimum terbaik untuk bahan bakar padat dari jerami padi, dengan nilai densitas yang diperoleh sebesar (1,08 gr/cm3).

KESIMPULAN Dari hasil penelitian dan analisis yang dilakukan, dapat ditarik kesimpulan bahwa kondisi optimum densifikasi untuk menghasilkan bahan bakar padat dari limbah biomassa jerami padi adalah pada densitas 1,08 gr/cm3, tekanan 4244 psi, ukuran partikel 58,08 mesh dan kadar air 14,63%.

DAFTAR PUSTAKA

[3] Hulscher, W., Clancy, J. dan Brandt, H., 1992. Briquetting in South and East Asia: State of the Art Assessment. The International Conference on Biomass for Energy and Industry. 5-9 October, Florence, Italy. [4] Lindley, J. dan Vossoughi, M., 1989. Physical Properties of Biomass Briquettes. Transaction of the ASAE, Volume 32(2). pp 361-366.S. [5] ClauB, B., 2002. Beitrag zur Kompaktgierung von unzerkleinertem Halmgut fur dieenergetische Nutzung (Contribution to the compacting of unchopped crop stalks for energetic use) Ph.D. Thesis, TU Chemnitz. [6] Li, Y., dan Liu, H., 2000. High Pressure Densification of Wood Residues to Form an Upgraded Fuel, Biomass & Bioenergy, 19, pp 177-186. [7] Myers, R., dan Montgomery, D.C., 2002. Response Surface Methodology: Process and Product Optimization Using Designed Experiments, Wiley Series in Probability and Statistics, New York. [8] Derringer G. and Suich R., 1980. Simultaneous Optimization of Seve-ral Response Variables, Journal of Quality Technology, 12: 214-219.

[1] Abdullah, K., 2009. A Biomass Energy Potentials and Utilization in Indonesia www.bioenergylists .org/stovesdoc/Fuels, diakses 15 Desember 2009. [2] Werther, J., Saenger, M., Hartge, EU., Ogada, T., dan Siagi Z., 2000. Combustion of Agricultural Residues. Prog. Energy Combustion Sci, 26:1–27.

7

OPTIMASI PROSES DENSIFIKASI JERAMI PADI SEBAGAI BAHAN BAKAR ALTERNATIF

Recommend Documents