Preparasi dan Investigasi Komposit Poliakrilamid-Kiserit-Selulosa Sebagai Pupuk Urea Lepas Lambat Maliya Syabriyana, Deni Swantomo, Sugili Putra

Serambi Enginering Volume I, No. 1, Agustus 2016

ISSN: 9772528356006

JURNAL

Analisis Perbandingan Metode Local Search dan Population Based Dalam Algoritma Berevolusi untuk Penyelesaian Travelling Salesman Problem (TSP) Erdiwansyah, Taufik A. Gani Studi Keakuratan Pengukuran Getaran Mikro (Studi Kasus Gedung Juo Chiun dan Rumah Sakit NCKU di Taiwan). Irda Yunita, Shen Haw Ju Analisa & Perancangan Edukasi Keamanan Berlalu Lintas bagi Masyarakat Berbasis Konten Multimedia Animasi. Zulfan, Samsuddin Optimasi Usaha Pengolahan Limbah Plastik Dengan Pendekatan Simulasi. Syaifuddin Yana, Syamsul Rizal, Taufik Hidayat, Badaruddin Preparasi dan Investigasi Komposit Poliakrilamid-Kiserit-Selulosa Sebagai Pupuk Urea Lepas Lambat Maliya Syabriyana, Deni Swantomo, Sugili Putra Biosorpsi BOD Dan TSS Limbah Laundri Oleh Tanaman Eceng Gondok (Eichhornia crassipes) Vera Viena, Elvitriana, Afrianto

Fakultas Teknik Universitas Serambi Mekkah Banda Aceh

JURNAL

SERAMBI ENGINEERING ISSN : 9772528356006 ISSN Online

DEWAN REDAKSI Penanggung Jawab Ir. Elvitriana, M. Eng Ketua Editor Syaifuddin Yana, ST., MM., M.Si Editor Pelaksana Muhammad Nizar, ST., MT Saisa, ST., MT Ir. Dewi Mulyati, MT Dedi Satria., S.Si., M.Sc Editor Ahli (Mitra Bestari) Dr. Ir. Suhendrayatna., M.Eng Sekretariat Wilda, ST Titin Sarah, ST Munawir, ST., MT Raihan Islamadina, ST., MT

Jurnal Serambi Engineering diterbitkan oleh Fakultas Teknik Universitas Serambi Mekkah Banda Aceh. Jurnal ini diterbitkan sebagai media untuk menyalurkan informasi hasil penelitian dibidang keteknikan baik yang dilakukan oleh para dosen dari Fakultas Teknik, khususnya dari Universitas Serambi Mekkah maupun dari pihak lain. Penelitian yang dipublikasikan dapat berupa penelitian lapangan maupun laboratorium serta kajian literatur. Jurnal ini terbit setiap semester atau setahun dua kali, yaitu pada bulan Agustus dan Januari. Redaksi menerima naskah yang belum pernah diterbitkan oleh media lain dari dosen, peneliti, mahasiswa maupun praktisi dengan ketentuan penulisan seperti tercantum pada halaman belakang (petunjuk untuk penulis). Naskah yang masuk akan dievaluasi dan disunting untuk keseragaman format, istilah dan tata cara lainnya.

Setting/Layout Mulyadi, A.Md Alamat Redaksi & Distribusi Fakultas Teknik Universitas Serambi Mekkah Banda Aceh Jalan Tgk. Imum Lueng Bata Telp. (0651) 26160 dan (0651) 22471 Fax. 22471 Banda Aceh http://ft.serambimekkah.ac.id, email: [email protected]

Daftar Isi 1. Analisis Perbandingan Metode Local Search dan Population Based Dalam Algoritma Berevolusi untuk Penyelesaian Travelling Salesman Problem (TSP) Erdiwansyah, Taufik A. Gani.................................................................................................

1-11

2 Studi Keakuratan Pengukuran Getaran Mikro (Studi Kasus Gedung Juo Chiun dan Rumah Sakit NCKU di Taiwan). Irda Yunita, Shen Haw Ju .........................................................................................................

12-21

3. Analisa & Perancangan Edukasi Keamanan Berlalu Lintas bagi Masyarakat Berbasis Konten Multimedia Animasi. Zulfan, Samsuddin..................................................................................................................

22-30

4. Optimasi Usaha Pengolahan Limbah Plastik Dengan Pendekatan Simulasi. Syaifuddin Yana, Syamsul Rizal, Taufik Hidayat, Badaruddin.............................................

31-39

5. Preparasi dan Investigasi Komposit Poliakrilamid-Kiserit-Selulosa SebagaiPupuk Urea Lepas Lambat Maliya Syabriyana, Deni Swantomo, Sugili Putra.................................................................

40-49

6. Biosorpsi BOD Dan TSS Limbah Laundri Oleh Tanaman Eceng Gondok (Eichhornia crassipes) Vera Viena, Elvitriana, Afrianto.............................................................................................

50-53

Erdiwansyah, Analisis Perbandingan Metode Local Search dengan Population Based dalam Penyelesaian Travelling Salesman Problem

Analisis Perbandingan Metode Local Search dan Population Based Dalam Algoritma Berevolusi untuk Penyelesaian Travelling Salesman Problem (TSP) Erdiwansyah1, Taufik A. Gani 2 Teknik Informatika, Fakultas Teknik, Universitas Serambi Mekkah Jl. Tgk. Imum Lueng Bata Desa Bathoh, Kota Banda Aceh Kode Pos, Propinsi Aceh, Indonesia Email: [email protected], [email protected] Masuk : 19 Agustus 2016;

Direvisi: 25 Agustus 2016;

Diterima: 26 Agustus 2016

Abstract. Traveling Salesman Problem (TSP) is an optimization problems that can be applied to a variety of activities such as distribution of goods, making burning electricity bills and scheduling. TSP optimization problem in a very famous and has become the standard to try algorithm komputational. Local search algorithm is a method of finding a solution based on the neighborhood of the initial solution. This method is known as iterative improvement. While a search algorithm Based Population global with out considering the surrounding solution. Results showed local search algorithm is better than algorithmbased population in the search for optimal value. However, population-based superior in diversity. Keywords: Travelling Salesman Problem, Local Search, Population Based, Comparison LS-PB Abstrak. Traveling Salesman Problem (TSP) merupakan sebuah permasalah optimasi yang dapat diterapkan pada berbagai kegiatan seperti pendistribusian barang, pengambilan tagihan listirk dan penjadwalan. Masalah optimasi pada TSP sangat terkenal dan telah menjadi standar untuk mencoba algoritma yang komputational. Algoritma Local search merupakan metode pencarian solusi berdasarkan neighborhood dari solusi awal. Metode ini dikenal dengan nama iterative improvement. Sedangkan algoritma Population Based merupakan pencarian secara global tampa mempertimbangkan disekitar solusi. Hasil menunjukan algoritma local search lebih baik dari algoritma population based dalam pencarian nilai yang optimal. Akan tetapi population based lebih unggul dalam diversity. Kata Kunci: Travelling Salesman Problem, Pencarian Lokal, Basis Populasi, Perbandingan LS-PB. 1. Pendahuluan Traveling Salesman Problem (TSP) merupakan sebuah permasalah optimasi yang dapat diterapkan pada berbagai kegiatan seperti pendistribusian barang, pengambilan tagihan listirk dan penjadwalan. Masalah optimasi pada TSP sangat terkenal dan telah menjadi standar untuk mencoba algoritma yang komputational. Pokok dari permasalahan TSP adalah bagaimana seorang salesman harus dapat mengunjungi sejumlah kota yang telah diketahui jarak kota satu dengan yang lainnya (Mustafa, dkk 2015). Dari semua kota yang ada harus dikunjungi oleh salesman dan kota tersebut hanya boleh dikunjungi tepat satu kali saja dan kembali lagi kekota asal keberangkatannya. Yang menjadi permasalahannya adalah bagaimana salesman tersebut dapat mengatur rute perjalanannya sehingga jarak yang ditempuh merupakan jarak yang paling minimum. Algoritma evolusi merupakan suatu algoritma yang memiliki prinsip kerjanya berdasarkan pada proses seleksi alam. Operasinya didasarkan pada kelangsungan hidup suatu populasi sehat yang memproduksi keturunan untuk menghasilkan suatu solusi. Kandidat solusi dari suatu masalah dipresentasikan sebagai kromosom yang disebut dengan populasi (T. A. Gani 2011). Masing-masing kromosom pada populasi akan dievaluasi menggunakan fungsi fitness, yaitu fungsinya untuk mengukur secara kuantitatif, kemampuan suatu kromosom untuk bertahan hidup dalam populasi. Kemudian secara iteratif akan dibentuk populasi baru yang lebih baik dari populasi sebelumnya dengan menerapkan operator-operator genetika di antaranya, seleksi, crossover (kawin silang), dan 1

Jurnal Serambi Engineering, Volume I, Nomor 1, Agustus 2016

mutasi hingga mencapai kriteria berhenti. Algoritma Local search merupakan metode pencarian solusi berdasarkan neighborhood dari solusi awal (Arya, dkk 2009). Metode ini dikenal dengan nama iterative improvement. Algoritma ini mencari solusi disekitar solusi awal untuk memperbaiki solusi berikutnya. Jika ditemukan solusi yang lebih baik maka solusi ini yang akan menggantikan solusi sebelumnya dan pencarian lokal akan diteruskan, langkah ini akan dilakukan sampai tidak ada kemungkinan untuk memperbaiki solusi lagi. Algoritma akan berhenti pada kondisi sudah mencapai local optimum. Algoritma Population Based adalah pencarian secara global. Algoritma ini pencariannya bukan berdasarkan disekitar solusi sehingga penggunaanya bersifat secara menyeluruh. Algoritma ini kuat dalam ruang pencarian yang luas yang dapat daoat diterapkan pada algoritma berevolusi dengan permasalahn TSP. Pada penelitian ini bertujuan untuk membandingkan pencarian nilai minimum dan diversity yang paling optimal. 2. Studi Literatur 2.1. Tavelling Salesman Problem Travelling Salesman Problem (TSP) adalah problem untuk mengoptimasi dan menemukan perjalanan (tour) yang paling terpendek. TSP adalah problem untuk menentukan urutan dari sejumlah kota yang harus dilalui oleh salesman, setiap kota hanya boleh dilalui satu kali dalam perjalanannya, dan perjalanan tersebut harus berakhir pada kota keberangkatannya dimana salesman tersebut memulai perjalananya, dengan jarak antara setiap kota satu dengan kota lainnya sudah diketahui. Salesman tersebut harus meminimalkan pengeluaran biaya, dan jarak yang harus ditempuh untuk perjalanannya tersebut. 2.2. Algoritma Berevolusi Algoritma evolusi merupakan suatu algoritma yang prinsip kerjanya didasarkan pada proses seleksi alam. Operasinya didasarkan pada kelangsungan hidup suatu populasi sehat yang memproduksi keturunan untuk menghasilkan suatu solusi. Kandidat solusi dari suatu masalah dipresentasikan sebagai kromosom yang disebut dengan populasi. Masing-masing kromosom pada populasi akan dievaluasi menggunakan fungsi fitness, yaitu fungsi mengukur secara kuantitatif kemampuan suatu kromosom untuk bertahan dalam populasi (Mahmudy 2013). Kemudian secara iteratif akan dibentuk populasi baru yang lebih baik dari populasi sebelumnya dengan menerapkan operator-operator genetika di antaranya, seleksi, crossover (kawin silang), dan mutasi hingga mencapai kriteria berhenti. 3.3. Algoritma Local Search Algoritma Local Search merupakan metode pencarian lokal berdasarkan neighborhood dari solusi awal, hampir sama dengan Hill Climbing. Pada versi yang berbeda metode ini dikenal dengan nama iterative improvement. Algoritma ini mencari solusi disekitar tetangganya untuk memperbaiki solusi berikutnya (Arya, dkk 2009) Ada empat komponen dari Local Search, yaitu: a. Mulai dari keadaan awal, lakukan pengujian: jika merupakan tujuan, maka berhenti; dan jika tidak, lanjutkan dengan keadaan sekarang sebagai keadaan awal. b. Kerjakan langkah-langkah berikut sampai solusinya ditemukan, atau sampai tidak ada solusi baru yang didapat pada keadaan saat ini. c. Cari solusi yang belum pernah digunakan, gunakan solusi ini untuk mendapatkan keadaan yang baru. d. Evaluasi keadaan baru tersebut. a) Jika keadaan baru merupakan tujuan, keluar. b) Jika bukan tujuan, namun nilainya lebih baik dari pada keadaan sekarang, maka jadikan keadaan baru tersebut menjadi keadaan sekarang. 2


c) Jika keadaan baru tidak lebih baik dari pada keadaan sekarang, maka lanjutkan iterasi. Masalah yang sering terjadi pada algoritma local search diantaranya: a. Local optimum: adalah suatu keadaan yang lebih baik dari pada semua tetangganya namun masih belum lebih baik dari suatu keadaan lain yang jauh letaknya darinya. b. Sering muncul ketika sudah mendekati solusi. c. Plateau (Daratan): adalah suatu daerah datar dari ruang pencarian (search) dimana keadaan semua tetangga sama dengann keadaan dirinya d. Ridengane (Punggung): local optimum yang lebih disebabkan karena ketidakmampuan untuk menggunakan 2 operator sekaligus. Solusinya: a) Melakukan langkah balik (backtracking) ke simpul yang lebih awal dan mencoba bergerak ke arah yang lain. b) Melakukan lompatan besar ke suatu arah untuk mencoba bagian ruang pencarian yang baru. c) Menerapkan dua atau lebih aturan sebelum melakukan uji coba. Ini bersesuaian dengan bergerak ke beberapa arah sekaligus. 3.4. Algoritma Population Based Pada algoritma ini, teknik pencarian dilakukan sekaligus atas sejumlah solusi yang mungkin yang dikenal dengan istilah populasi. Individu yang terdapat dalam satu populasi disebut dengan istilah kromosom. Kromosom ini merupakan suatu solusi yang masih berbentuk simbol. Populasi awal dibentuk secara acak, sedangkan populasi berikutnya merupakan hasil evolusi kromosom-kromosom melalui iterasi yang disebut dengan istilah generasi. Pada setiap generasi, kromosom akan melalui proses evaluasi dengan menggunakan alat ukur yang disebut dengan fungsi fitness. Nilai fitness dari suatu kromosom akan menunjukkan kualitas kromosom dalam populasi tersebut (Yongjun, 2009). Generasi berikutnya dikenal dengan istilah anak (offspring) yang terbentuk dari gabungan 2 kromosom generasi sekarang yang bertindak sebagai induk (parent) dengan menggunakan operator penyilangan (crossover). Selain operator penyilangan, suatu kromosom dapat juga dimodifikasi dengan menggunakan operator mutasi. Populace generals yang baru dibentuk dengan cara menyeleksi nilai fitness dari kromosom induk (parent) dan nilai fitness dari kromosom anak (offspring), serta menolak kromosomkromosom yang lainnya sehingga ukuran populasi (jumlah kromosom dalam suatu populasi) adalah konstan. Setelah melalui beberapa generals, maka algoritma ini akan konvergen ke kromosom terbaik. 3. Metode Penelitian Pada penelitian ini, algoritma Local Search akan dibandingkan dengan Algoritma Population Based dalam algoritma berevolusi. Sedangkan parameter yang akan digunakan sebagai berikut : 1. Jumlah Populace = 100 individu 2. Proses Seleksi = Roulette Wheel 3. Proses Mutasi = Insertion dan Inversion 4. Probalitas Crossover = 0,5 5. Probalitas Mutasi = 0,8 Sedangkan data yang digunakan pada penelitian ini adalah dataset TSPLib95 yang di download secara gratis dengan format type EUC_2D dengan julah data paling kecil 51 sampai dengan 127 node. Dikarenakan dataset tersebut adala TSP simetris yang hanya mendukung tipe EDGE_WEIGHT_TYPE : EUC_2D, yaitu koordinat posisi dengan 2 dimensi sebagai alat perbandingan antara kedua metode yang akan dibandingkan. 4. Perancangan Algoritma 4.1. Inisialisasi 3


Populasi awal adalah proses membangkitkan sejumlah kromosom secara acak (random). Kromosom menyatakan salah satu alternatif solusi yang mungkin. Kromosom dapat dikatakan sama dengan individu. Ukuran populasi tergantung pada masalah yang akan diselesaikan. Setelah ukuran populasi ditentukan, kemudian dilakukan pembangkitan populasi awal dengan cara melakukan inisialisasi solusi yang mungkin kedalam sejumlah kromosom. Panjang satu kromosom ditentukan berdasarkan permasalahan yang diteliti. 4.2 Evaluasi Tahap kedua adalah evaluasi individu, dimana proses ini akan menghitung nilai fitness dari setiap kromosom yang telah dibangkitkan secara random pada tahap inisialisasi populasi di atas. Nilai fitness dari setiap koromosom dihitung berdasarkan panjang jalur yang dihasilkan dari jumlah jarak keseluruhan dari urutan node-node yang dilalui. Dalam masalah optimasi individu (kromosom) yang bernilai fitness yang tinggi yang akan bertahan hidup atau yang akan terpilih dan kromosom yang bernilai rendah akan mati atau tidak terpilih pada tahap selanjutnya. Karena solusi yang dicari adalah meminimalkan sebuah fungsi h, maka nilai fitness yang dicari adalah kromosom yang memiliki jarak yang pendek. Oleh karena itu, rumus untuk mencari nilai fitness pada masalah minimasi ini adalah: f=1/h (1) keterangan: f = fungsi fitness h = fungsi yang akan dimaksimasi / diminimasi (TJ= Total Jarak) Gambar 1 berikut ini adalah algoritma program dari prosedur evaluasi individu.

Mulai Jarak Kota, Kromosom (Populasi), Jumlah Generasi

TJ ←Jarak dengan Kota Ke-1 TJ ←TJ + Jarak Antar Kota Ke-I dengan Kota Ke-i+1

TJ ←TJ + Jarak Antar Kota Ke-n dengan Kota Tujuan XY selesai

Ya

Fitness ←1/TJ

Tidak Total Jarak

Fitness satu Kromosom Selesai

Gambar 1 Flowchart Evaluasi Individu Untuk langkah-langkah dari evaluasi dapat diimplementasikan dalam bentuk pseudocode seperti berikut. Gambar 1 Flowchart Evaluasi Individu Untuk langkah-langkah dari evaluasi dapat diimplementasikan dalam bentuk pseudocode seperti berikut.

4


PSEUDO CODE EVALUASI INDIVIDU 1 Input : Koordinat node,Populasi,OffSpringSize JumGen; 2 Output : Fitness 3 for (x=1, x<= offspringsize) 4 TJ = OffSpring[x]; 5 TJ = (TJ-minimum)/(maksimum-minimum); 6 for (x=1; x<=OffSpringSize; x++) 7 TJ = 1/TJ; End 8 End 4.3. Seleksi Seleksi yang digunakan pada proses ini adalah metode roulette wheel. Pada tahap ini akan dilakukan penyeleksian semua kromosom berdasarkan nilai fitness-nya untuk memilih kromosom mana yang akan dikawinkan atau dipindah silangkan. Kromosom yang benilai fitness yang lebih baik akan memiliki kesempatan terbesar terpilih. Pada proses roulette wheel ini akan menghitung nilai kumulatif dari probalitas fitness masingmasing kromosom dengan rumus sebagai berikut. P[i] = fitness[i] / jumlah fitness, (2) Keterangan: P[i] = probabilitas fitness[i] C[i] = nilai kumulatif indeks ke-i i = indeks kromosom (1, 2, 3, …n) c = counter (1, 2, 3, …n) Input yang diperlukan pada proses ini adalah nilai populasi, yakni nilai fitness yang telah mengalami urutan. Gambar 2 berikut ini adalah proses roulette wheel. Mulai PopSize, Urutan Fitness

JumFitness ← sum(fitness) Kumulatif Fitness ← 0 fitness ← bilingan random i ← 1 (iterasi)

i←i+1

Tidak

Iterasi i <= PopSise Ya Fitness Kumulatif

Tidak Kumulatif Fitness < i Ya P index ← i

Selesai

Gambar 2 Flowchart Seleksi

5


Proses roulette wheel akan diputar sebanyak ukuran populalsi. Pseudocode seleksi ditampilkan sebagai berikut. PSEUDO CODE ROULLETE WHEEL 1 Input: Fitness, total fitness, Nilai Random; 2 Output: P_index kromosom 3 FOR i=1 TO NR DO 4 P[i] = fitness[i] / jumlah fitness 5 IF Komulatif_Fitness > NR THEN 6 Indeks kromosom indeks END IF 7 END PROCEDURE 4.4. Crossover Proses pindah silang adalah proses untuk mengkawinkan antara induk yang telah dipilih pada proses roulette wheel, akan tetapi tidak semua induk akan mengalami kawin silang disebabkan proses kawin silang dilakukan dengan secara acak, proses kawin silang dengan menggunakan order crossover dapat dibuat dalam bentuk flowchart seperti pada Gambar 3. Mulai Induk 1, Induk 2 Jumlah Generasi Tentukan Titik Potong TP1 dan TP2 seca ra acak Tidak

TP1 = TP2

TP1 < TP2 Ya

Tidak

TP2 TP1

Ya TP2

Sisa gen Induk 1 Induk 1 ᴖ Anak[1]

Anak1 + 1 Induk 2 + 1

Sisa gen Induk 2 Induk 2 ᴖ Anak[1]

Anak 2 + 1 Induk 1 + 1

Tidak Iterasi ii > Jumlah Generasi Ya Anak [1] ← Sisa gen Induk 1 Anak [2] ← Sisa gen Induk 2

Anak[1] Anak[2]

Sele sai

Gambar 3 Flowchart OX

Setelah mengalami proses kawin silang maka akan dihasilkan satu populasi baru hasil pindah silang termasuk di dalamnya kromosom terbaik hasil salinan pada proses di atas. Generasi pada populasi ini akan diseleksi lagi pada proses selanjutnya yaitu proses mutasi. Untuk psedudocode OX dapat ditampilkan sebagai berikut. Pseudo code PMX 1 Start 2 Membangkitkan random populasi 3 For X = 1 to PopSize 4 Evaluasi fitness 5 Nilai fitness fitness terbesar di pilih dari roullete wheel 6 Pilih substring secara acak 7 Tukar substring parent 1 dengan parent 2 8 Mapping 9 Menentukan kromosom keturunan setelah mapping 10 End

6


4.5. Mutasi Pada proses mutasi akan dilakukan untuk mengubah nilai dari satu atau beberapa generasi dalam suatu kromosom. Proses mutasi yang akan dilakukan pada kromosom dengan tujuan untuk memperoleh kromosom baru sebagai solusi terbaik pada generasi yang akan datang dengan fitness yang lebih baik, untuk kemudian dapat menuju solusi optimum yang diinginkan. Akan tetapi, untuk mencapai hal ini, penekanan selektif juga sangat memegang peranan yang penting untuk dilakukan. Proses mutasi dapat digambarkan dalam bentuk flowchart seperti pada Gambar 4 berikut.

Gambar 4 Flowchart Mutasi

Pada proses inputan, kromosom baru hasil dari pindah silang, jumlah generasi dan probabilitas mutasi Pm. Pertama kromosom disalin pada sebuah variabel individu, kemudian pilih acak sebuah bilangan x, apabila nilai x lebih kecil dari probabilitas mutasi Pm maka x generasi saat ini dan tidak dimutasi lagi. Apabila nilai x sama dengan nilai Pm maka akan dimutasi. Setelah proses muatasi selesai, maka akan didapatkan populasi baru. Jika belum terdapat maka akan di ulang kembali dan ulangi langkah-langkah sebelumnya. Untuk psedudocode mutasi sebagai berikut.

PSEUDO CODE MUTASI 1 INPUT : Kromosom, parent, child, JumGen 2 OUTPUT : Populasi baru 3 For i = 1 to RN do 4 If rn > pm then 5 Pilih indek 6 Else if IndGen == i then 7 Tukar gen ke ii dengan gen IndGen 8 Else 9 Iterasi ii > JumGen then 10 populasi baru Indeks 11 end if

7


4.6. Algoritma Local Search Berikut langkah-langkah yang harus dibuat sebelum merancang suatu sistem untuk memperoleh hasil yang optimal dapat digambarkan dalam flow chart pada Gambar 5 berikut.

Gambar 5 Flowchart Local Search Algoritma local Search yang mengambil teori Simulated Annealing secara umum untuk semua penyelesaian masalah optimasi dapat dijelaskan sebagai berikut. 1) Diberikan nilai temperatur dari T, proses dilakukan berulang-ulang dengan iterasi maksimal adalah N iterasi. 2) Membangkitkan populasi awal Ko. State awal diperoleh dengan membangkitkan bilangan acak. Pada pembangkitan solusi ini harus dijamin syarat-syarat bahwa setiap titik harus ada dan tidak boleh ada yang sama. 3) Menghitung nilai fitness dari state awal Fo. 4) Update K dari state awal Ko dengan: . a. Langkah pertama memilih dua bilangan r1dan r2 secara acak dengan nilai [1, N]. . b. Langkah ke dua adalah membalik nilai state, artinya untuk nilai state posisi r1 sampai posisi r2 dibalik. Misalkan state awal adalah 1 4 2 3 6 5 7, terpilih r1=3 dan r2 = 5, maka: 1 4 2 3 6 5 7 state sebelum update 1 4 6 3 2 5 7 state setelah update 5) Menghitung fitness dari state setelah di update. 6) Membangkitkan bilangan p secara acak [0,1]. 7) Persamaan untuk solusi yang diterima: P = exp (3) dimana: p adalah probabilitas penerimaan perubahan fungsi. ∆E adalah selisih fitness saat ini dan fitness sebelumnya, yaitu ∆E = E – Eo K adalah konstanta Bolztman T adalah analogi dari temperatur (fitness) yang digunakan sebagai fungsi control. Dalam algoritma Simulated Annealing, suatu state dapat diterima dengan kemungkinan P< (F’,F)KT. Bila tidak maka akan ditolak. 8) Proses kembali ke langkah 4 diulangi sampai iterasi mencapai jumlah maksimal. 8


4.7. Algoritma Population Based Berikut ini adalah gambaran pencarian dengan metode population based search yang dapat digambarkan dalam bentuk flowchart seperti pada Gambar 6 berikut. Mulai Input: Data Kota, Jumlah Populasi, Jumlah Generasi dan Batas Diversity Population Based Output: Probalitas Crossover dan Mutasi Populasi Awal Mutasi

Evaluasi Fitness

Crossover Kreteria Berhenti Terpenuhi

Tidak

Seleksi

Ya Hasil

Selesai

Gambar 6 Flowchart Population Based Adapun langkah-langkah dari population based search adalah sebagai berikut: 1. Melakukan penentuan nilai awal (inisialisasi). Bagian ini merupakan input yang dilakukan pertama sekali. 2. Proses pembentukan populasi awal. Proses ini berfungsi untuk membentuk populasi generasi pertama. 3. Proses seleksi, dimana setelah terbentuk populasi awal, maka hasil populasi awal ini akan diseleksi. 4. Setelah proses seleksi, maka dari hasil yang di dapat akan digunakan dalam proses crossover. 5. Sebelum proses crossover dilakukan seleksi terlebih dahulu dengan bilangan random untuk setiap kromosom, apakah kromosom tersebut terjadi crossover atau tidak. 6. Jika hasil proses seleksi menunjukkan bahwa terjadi crossover maka akan dibuat bilangan random lain untuk menentukan dimana crossover akan terjadi. 7. Setelah proses crossover dijalankan selalu dilakukan pengecekan apakah kromosom yang terkena crossover tersebut merupakan kromosom yang valid. 8. Jika terjadi kesamaan individu dalam kromosom, maka dilakukan proses mapping untuk membuat kromosom tersebut menjadi valid. 9. Pada saat penyalinan kromosom dilakukan, kromosom tersebut dapat mengalami mutasi, yaitu perubahan isi kromosom, dimana isi dari kromosom tersebut digantikan dengan suatu nilai yang dipilih secara acak dari titik-titik yang ada. 5. Hasil Penelitian Pengujian dari algritma Local Search dengan Population Based dengan menggunakan 10 dataset yang sama, dengan pengujian 3 kali percobaan pada setiap dataset dari masing-masing algoritma dan menggunakan nilai maximum 100 iterasi/generation yang sama pada setiap data dengan ketetntuan sebagai berikut : 1. Untuk jumlah PopulationSize x <= 20. 2. Untuk jumlah OffSpringSize x <= 80. 3. Untuk maximum generasi/iterasi = 100. 9


4. Probalitas Crossover = 0,5 5. Probalitas Mtasi = 0,8 Pengujian ini dilakukan dengan nilai minimum, maximum, dan diversity yang diambil dari masingmasing algoritma dari hasil 3 kali percobaan pada setiap dataset sebagai berikut : 5.1. Hasil Pengujian Algoritma Local Search Dari hasil pengujian dengan algoritma local search menggunakan 10 dataset dengan 3 kali percobaan pada setiap data, maka menghasilkan nilai minimum yang lebih kecil. Nilai dari masing-masing dataset dapat diperlihatkan pada table 1 berikut : Tabel 1 Hasil Pengujian Local Search No 1 2 3 4 5 6 7 8 9 10

Data Set berlin52 bier127 ch130 eil51 eil76 eil101 kroA100 kroB100 kroC100 kroD100

Minimum Jarak 9.566 216.290 16.011 498 823 1.139 56.119 54.901 55.860 54.057

Maximu Jarak 13.044 262.858 19.421 687 1.052 1.407 74.752 73.111 73.416 71.112

Diversity 65,16 79,55 80,77 63,40 70,83 77,03 75,58 76,32 75,05 76,37

5.2. Hasil Pengujian Algoritma Population Based Table 2 di bawah adalah hasil dari pengujian algoritma Population Based dengan 10 dataset serta hasil percobaan 3 kali setiap data dengan menggunakan operator yang sama dalam algoritma berevolusi, maka dapat ditampilkan sebagai berikut :

Tabel 2 Hasil Pengujian Population Based No 1 2 3 4 5 6 7 8 9 10

Data Set berlin52 bier127 ch130 eil51 eil76 eil101 kroA100 kroB100 kroC100 kroD100

Minimum Jarak 10.616 192.162 16.782 731 934 1.293 64.910 58.697 57.954 53.715

Maximum Jarak 12.832 216.967 19.183 905 1.114 1.476 77.009 69.545 68.398 63.978

Diversity 72,31 83,86 86,23 67,35 76,71 81,53 83,45 83,20 81,90 84,60

6. Pembahasan Berdasarkan table 1 dan 2, maka dapat dijelaskan dimana algoritma Local Search dapat menghasil nilai yang lebih optimum dari pada algoritma Population Based. Bila dilihat dari nilai diversity population based lebih baik karena semakin tinggi nilai diversity yang dihasilkan maka akan semakin baik, tetapi jika hasil diversitynya renda menandakan nilai minimum yang di dapat akan muda mengalami premature atau konvergen secara dini. Dengan demikian algoritma local search baik dalam pencarain nilai optimum namun algoritma population based lebih kuat dalam diversity sehingga tidak terjebak dalam local optimal. 7. Kesimpulan Berdasarkan hasil pengujian algoritma yang telah dibuat maka dapat diambil kesimpulan sebagai berikut: 1. Algoritma Local Search baik dalam pencarian disekitar solusi sehingga dapat menghasilkan nilai yang

10


optimal dari semua dataset yang menjadi data penelitian. 2. Algoritma Population Based melakukan pencarian solusi dengan melakukan secara global sehingga tidak begitu efektif dalam menentukan nilai yang optimal. 3. Dari hasil keduanya, maka Local Search lebih optimal dari pada Population Based. Namon Population Based kuat dalam diversity.

Referensi

Data TSPLib: http://www.iwr.uni heidelberg.de/groups/comopt/software/TSPLIB 95/, di akses 23 Desember 2014. Mustafa T, Abiyev R. “Hibrida Local Search Based Genetic Algorithm and Its Practical Application”. International Journal of Soft Computing and Engineering (IJSCE) ISSN: 2231-2307, Volume-5, Issue-2, May 2015.

Sri, Y.; Nurmaulidar; dan Taufiq, A.G., “Pengaruh elitism dalam penyelesaian permasalahan Penjadwalan mesin dengan menggunakan algoritma Berevolusi,” Konferensi Nasional Sistem dan Informatika 2011; Bali, November 12, 2011.

Vijay Arya and Naveen Garg and Rohit Khandekar and Adam Meyerson and Kamesh Munagala and Vinayaka Pandit. Local Search Heuristics for k-Median and Facility Location Problems, Siam Journal of Computing. 2004. Vol. 33, No. 3, pp. 544–562. W. F. Mahmudy.“Algoritma Evolusi,” Program Teknologi Informasi dan Ilmu Komputer, Universitas Brawijaya, Malang, 2013. W. Maharani. “Analisis algoritma hybrid ant colony optimization (aco) dan Local search untuk optimasipemotongan bahan baku”. Seminar Nasional Aplikasi Teknologi Informasi 2009. Yongjun Kim; Sung-Bae Cho, “A Hibrida Cultural Algorithm with Local Search for Traveling Salesman Problem,” in Computational Intelligence in Robotics and Automation (CIRA), 2009 IEEE International Symposium on, vol., no., pp.188-192, 15-18 Dec. 2009.

11


Studi Keakuratan Pengukuran Getaran Mikro (Studi Kasus Gedung Juo Chiun dan Rumah Sakit NCKUdi Taiwan) Irda Yunita1, Shen Haw Ju2 Teknik Lingkungan, Fakultas Teknik, Universitas Serambi Mekkah Jl. Tgk. Imum Lueng Bata Desa Bathoh, Kota Banda Aceh, Provinsi Aceh, Indonesia Email: [email protected], [email protected] Masuk : 19 Agustus 2016; Direvisi: 19 Agustus 2016;


Abstract.Traffic-induced building vibrationis a major environmental problem, specifically forbuilding hospital and high-tech industries building, since it may result in structural damage and malfunctioning of sensitive equipment. The Juo Chiun Building and NCKU Hospital are the example of buildings in Taiwan that its location adjacent to the highway and are susceptible to vibrations due to traffic load. The experimental measurements can be performed to determine the traffic-induced vibrations in buildings. This journalfocuses on the investigation of the accuracy of the experimental instruments for the measurement of micro vibration, especially the micro vibration induced by road traffic. The measurement at two different buildingsconducts by usingdifferent voltages and sampling rates, then the results will be illustrated, analyzed visually, and compared in this journal in order to ensure the accuracy.Moreover, the maximum dB-frequency diagram obtained from field experiment will be studied. The maximum dB-frequency diagram results will be compared with the table of vibration guideline to indicate the appropriateness of the building as VC-A standard in semi-conductor industries building. Keywords: Building vibrations, Dominant frequency, Trafficload, NCKU Hospital, Juo Chiun Building Abstrak.Getaran gedung akibat beban lalu lintasmerupakan masalah lingkungan yang utama, khususnya untuk bangunan rumah sakit dan gedung berteknologi tinggi karena dapat mengakibatkan kerusakan struktural dan gangguan fungsi dari peralatan sensitif di dalamnya. Gedung Juo Chiun dan Rumah Sakit NCKU adalah contoh bangunan di Taiwan yang lokasinya berdekatan dengan jalan raya dan rentan terhadap getaran akibat beban lalu lintas. Pengukuran eksperimen dapat dilakukan untuk menentukan pengaruh getaran lalu lintas pada bangunan. Fokus jurnal ini adalah pada investigasi keakuratan instrumen yang dipakai untuk pengukuran getaran mikro pada gedung yang disebabkan oleh beban lalu lintas jalan raya. Pengukuran pada dua gedung yang berbeda dilakukan dengan menggunakan perbedaan tegangan dan tingkat sampel, kemudian hasilnya diilustrasikan, dianalisa secara visual, dan dibandingkan untuk memastikan keakuratannya. Selain itu, diagram frekuensi dB maksimum yang diperoleh dari percobaan dibandingkan dengan tabel pedoman getaran untuk membuktikan kesesuaian gedung sebagai bangunan industri semi-konduktor standar VC-A. Kata Kunci: Getaran Gedung, Frekuensi Dominan, Beban lalu lintas, Rumah Sakit NCKU, Gedung Juo Chiun Pendahuluan Ada banyak kemungkinan sumber getaran mikro pada gedung. Sumber getaran berdasarkan asalnya dibagi menjadi dua jenis, yaitu: sumber eksternal dan sumber internal. Contoh sumber eksternal yaitu beban lalu lintas, aktivitas konstruksi yang berdekatan dengan gedung dan aktivitas seismik. Sumber internal contohnya sistem mekanikal gedung (HVAC and perpipaan) serta mobilitas manusia dan mesin. Berdasarkan review dari beberapa literatur, ditemukan bahwa meskipun mekanisme utama yang menghasilkan getaran mikro seperti kereta api atau lalu lintas jalan raya sekarangtelah diketahuidengan baik, masih ada beberapa studi yang dilakukan bertujuan untukmemproteksi bangunan yang terkena pengaruh transmisi getaran tanah, terutama gelombang permukaan Rayleigh, yang bergerak dari 12

Irda Yunita, Studi Keakuratan Pengukuran Getaran Mikro

sumber ke penerima (Krylov, V. V: 2007). Meskipun getaran tanah yang dirasakan oleh penghuni gedung bergantung pada periode getaran, tingkat getaran, arah, frekuensi getaran, kecepatan kendaraan, dan ketidakrataan jalan, tanggapan dari para penghuni gedung dapat menunjukkan peningkatandari sekedar ketidaknyamanan menjadi keluhan besar (Maeda, S: 1998).Hal tersebut juga menjadi masalah serius dan rumit karena dapat menyebabkan bangunan bergetar dan bergemuruh sehingga memproduksi kerusakan pada peralatan penting yang sensitif di dalam bangunan. Getaran mikro yang disebabkan lalu lintas saat ini menjadi masalah lingkungan utama dan juga merupakan pertimbangan penting dalammendesain pusat penelitian maupun fasilitas perawatan kesehatan. Karena getaran semacam ini dapat mempengaruhi aktivitas-aktivitas sensitif, sebagian besarfasilitas penelitian dan kesehatan memiliki tingkat sensitivitas getaran. Contoh aktivitas yang sensitifmisalnya penggunaan mikroskop, litografi , pencitraan dan operasi berbasis laser. Getaran mikro akibat beban lalu lintas utamanya disebabkanolehkendaraan berat seperti truk atau bus (Hunaidi, O et all: 1997). Penyebab lainnya yaitu kendaraan yang melewati suatu permukaan jalan tidak rata dengan kecepatan relatif tinggi. Dinamisasi dan osilasi roda yang dihasilkan oleh kendaraan yang melintas berinteraksi dengan permukaan jalan menyebabkan getaran tanah yang signifikan, yang akan dikirim dari sumber melalui tanah kepada bangunan di dekatnya sehingga menghasilkan masalah lingkungan. Fokus penelitian di dalamjurnal ini adalah pada akurasi pengukuran getaran mikro akibat beban lalu lintasterhadap gedung. Lalu lintas yang diperhatikan yaitu semua jenis kendaraan yang melintasi jalan, tidak terbatas pada kendaraan berat seperti truk atau bus saja. Hasil dari percobaan lapangan diharapkan dapat mencerminkan kondisi yang lebih jelas daripada pendekatan teoritis ataupun numerik. Hasil analisis akan memberikan pertimbangan tegangan dan tingkat sampel yang lebih baik untuk digunakan dalam eksperimen getaranmikro. Metodologi Penelitian Pengukuran eksperimen di lapangan menggunakan program DAQ (Data Acquisition System) dengan variasi pada penggunaan tegangan dan tingkat sampel yang diterapkan samauntukkedua gedung. Perbedaan tegangan dan tingkat sampel yang digunakan dijelaskan lebih detail di tabel 1 berikut ini.

Nomor Percobaan 1 2 3 4 5 6 7 8

Tegangan(Volt) 10 1 0.1 0.01 1 1 1 1

Tingkat sampel (Hz) 512 512 512 512 128 256 512 1024

Tabel 1. Variasi dalam penggunaan tegangan dan tingkat sampel pada eksperimen 2.1. Peralatan Eksperimen Peralatan yang dipakai dalam penelitian ini yaitu: seismic accelerometer, low frequency integrator, A/D converter dan baterai portabel. 13


2.1.1 Seismic Accelerator (Model 731 A) Accelerometer adalah sebuah perangkat yang mengukur getaran atau percepatan gerak suatu struktur. Accelerometer yang digunakan dalam penelitian ini adalah Model 731A yang diproduksi oleh Wilcoxon Research. Accelerometermemiliki kemampuan penginderaan getaran pada tingkat yang sangat rendah, dengan perangkat yang memiliki sensitivitas 10 V/g. Model 731A terdiri dariaccelerometertiga arah yang dikombinasikan dengan piringan baja untuk menjaga stabilitas. Dengan cara ini, accelerometer mengukur getaran di tiga arah,yaitu: sumbu X, sumbu Y dan sumbu Z. Setiap posisi accelerometer bereaksi terhadap getaran di sumbu yang berbeda. Outputpada alat accelerometer memiliki tiga sinyal (saluran), masing-masing mewakili getaran untuk salah satu dari tiga sumbu. Dalam percobaan, accelerometer diletakkan di tanah atau lantai struktur yang diteliti.

Gambar 1. Seismic Accelerometer Model 731A

2.1.2. Low Frequency Integrator (GT-3524) Low Frequency Integrator Model GT-3524 diproduksi oleh perusahaan G-TECH instrument. Model GT-3524 ini memiliki 4 saluran input ICP, 8 output yang terdiri dari 4 output acceleration (percepatan) dan 4 output velocity (kecepatan) serta satu output SCSI yang berisi semua 8 saluran output yang dijelaskan sebelumnya. Low frequency Integrator akan mentransfer getaran ke dalam bentuk tegangan dan data akan dikirimkan ke laptop pengguna. Model GT-3524 dirancang khusus untuk meningkatkan kemampuan Seismic Accelerometer Model 731A dengan memberikan penguatan sinyal, penyaringan selektif, dan integrasi sinyal untuk menghasilkan sinyal output velocity (kecepatan). Alat ini juga memberikan arus konstan yang diperlukan untuk memperkuat daya amplifier internal dari accelerometer. 2.1.3 A/D Converter (NI USB-6218) A/D Converter NI USB-6218 ini diproduksi oleh National Instrument (NI). Alat ini dapat mengubah inputtegangan ke dalam bentuk digitalhingga 250k sampel per detik. Ada 32 saluran input pada perangkat ini, tapi hanya 6 saluran yang diperlukan dalam percobaan ini. Channel 1, 2 dan 3 pada A/D Converter NI USB-6218 menunjukkan kecepatan dari Integrator 1, 2 dan 3. Channel 4, 5 dan 6 menunjukkan percepatan dari Integrator 1,2 dan 3. Perangkat ini terhubung ke laptop pengguna.

Gambar 2. (a) Low Frequency Integrator

(b) A/D Converter

14


Ketika percobaan dilakukan di ruang terbuka dan latop pengguna tidak bisa bertahan untuk waktu yang lama, disarankan untuk menggunakan baterai portabel. Baterai portabel ditunjukkan pada Gambar 3 (a) adalah baterai isi ulang 24 V yang memasok listrik ke Low Frequency Integrator Model GT-3524. Baterai jenis ini terdiri dari dua baterai isi ulang 12 V. Gambar 3 (b) adalah baterai isi ulang 12 V untuk laptop pengguna. Laptop memerlukan adaptor untuk dihubungkan ke baterai portabel yang sesuai untuk tegangan yang berubah-ubah.

(b) Baterai 12 V untuk laptop

Gambar 3. (a) Baterai 24Vuntuk GT-3524

2.2. Program Data Acquisition system (DAQ) Program Data Acquisition system (DAQ) adalah proses pengambilan sampel dari sinyal yang mengukur kondisi fisik di dunia nyata dan mengkonversi sampel yang dihasilkan menjadi nilai numerik digital yang dapat diolah oleh komputer. Data Acquisition system(disingkat dengan DAS atau DAQ) mengubah gelombang analog menjadi nilai digital untuk mempermudah proses analisa data.Dalam percobaan ini, caranya adalah dengan menggunakan programaa.exe untuk mengeksekusi DAQ tersebut. 2.2.1 Pengaturan Pendahuluan dari Program aa.exe Percobaan yang berbeda memiliki cara yang berbeda puladalampengaturan parameter program yang dipakai saat pengukuran. Oleh karena itu, parameter dari program harus ditetapkan sebelum pengukuran eksperimen dimulai. Parameter tersebut adalah dari nomor (1) ke (10) padaGambar 4. pengaturan pendahuluan ini sangat penting untuk hasil eksperimen yang akurat dan terpercaya. Data yang harus dimasukkan ke dalam kotak dialog untuk input control datasebelum eksperimen dimulaiadalah sebagai berikut: 1) Input channels; channel yang digunakan dalam percobaan dapat dipilih dengan cara “mencentang”di kotak channel yang tersedia atau secara manual mengetik di “input channels” 2) Tegangan; Pada kotak dialog, pengguna harus memasukkan rentang tegangan di kisaran nilai positif dan negatif, contohnya plus atau minus 5 sebagai wakil dari 5 V . Nilai batasnya adalah 10, yang berarti bahwa rentang tegangan antara plus atau minus 10 V, harus diatur untuk memastikan program bekerja dengan lancar. Variasi perbedaan tegangan yang digunakan dalam penelitian ini adalah 10 V, 1 V, 0,1 V, dan 0,01 V. 3) Nama file; Ketika nama file dimasukkan, file (.Txt ) berarti file tersebut disimpan dalam bentukteks dan file (.DAT) mewakilifile dalam bentuk biner. Menggunakan file (.Txt) sebagai nama file memberikan kemudahan ketika membuka file menggunakan editor software seperti Notepad, namun memiliki keterbatasan dalam presisi penyimpanan data. Dalam penelitian ini, digunakan file (.Txt) untuk keseluruhan lokasi percobaan. 4) Konfigurasi hardware; Gambar4 poin (6) menunjukkan nilai satu (1), mengindikasikan bahwa konfigurasi hardwarenya merupakan Referenced Single-Ended (RSE). RSE adalah metode paling sederhana dan umum digunakan dalam transmisi sinyal listrik melalui kabel. Satu kawat membawa tegangan (HI +) yang merupakan sinyal sedangkan kawat lainnya (LOW -) dihubungkan ke 15


tegangan referensi, yaitu Ground/Low Level Ground (LLGND). 5) Tingkat sampel; merupakan frekuensi sampel untuk setiap saluran per detik. Variasi perbedaantingkat sampelyang digunakan dalam percobaan ini yaitu128 Hz , 256 Hz, 512 Hz, dan 1024 Hz. 6) Total waktu pengukuran; Ketika pengguna tidak membutuhkan fungsi timer, metode manual dapat menjadi pilihan terbaik . Pengguna hanya harus mengatur jam dan menit ke (-1) dan kemudian klik manual pada menu “Measurement” (Shortcut ALT + M ) kemudian “Start Measurement” (Shortcut ALT + S). Klik “Start Measurement” berarti sistem monitoring yang mengukur tegangan akan mulai mengukur. “Stop Measurement” digunakan untuk menghentikan sistem pemantauan untuk mengukur. 7) Nama A/D converter; Sistem pemantauan dirancang untuk bekerja bersamaan denganA/D converter NI USB-6218. Oleh karena itu, perlu untuk mengklik Program “Measurement and Automation” pada laptop pengguna untuk memeriksa apakah namaA/D converteryang digunakan dalam percobaan sudah benar atau sesuai.

Gambar 4. Pengaturan Pendahuluan dari program aa.exe

2.2.2 Program Pengolahan Data Hasil Eksperimen Data yang diperoleh dari pengukuran eksperimen diproses menggunakan program pengolahan data yaitu FFT dan dB. Tujuan dari program FFT.exe adalah untuk mentransfer data dari bentuk domain waktu (time domain) ke dalam domain frekuensi (berdasarkan metode Fast Fourier Transformation). Program dB.exe menggunakan metode One-third Octave Banduntuk mentransformasi data pada saat respon puncak, getaran daerah sekitar maupun getaran di dalam gedung itu sendiri dalamdomain frekuensi. Langkah-langkah untuk menggunakan kedua program ini relatif sama. Untuk langkah pertama, program FFT.exe harus dijalankan dengan mengklik ikon program. Selanjutnya, peneliti harus menginput parameter pertama yaitu nama file dari data hasil percobaan yang masih dalam bentuk domain waktu (.Txt). Langkah terakhir adalah memasukan parameter kedua yaitu nama file dari output yang diinginkan (hasil) yang akan berbentuk domain frekuensi. Nama file output harus dalam (. DAT). File output akan disimpan secara otomatis dalam folder yang sama dengan file input. Prosedur analitis untuk transformasi data eksperimen dari domain waktu ke domain frekuensi menggunakan program dB.exe memiliki prosedur yang sama seperti program FFT.exe. 2.3 Langkah-Langkah Eksperimen Pada setiap gedung, sumbu X dan sumbu Y dari seismic accelerometer diposisikan ke arah utara dan barat, masing-masing untuk mendeteksi gerakan horizontal lantai. Sumbu Z mendeteksi getaran vertikal dari lantai. Setelah mengatur posisi, Langkah pertama dalam menyiapkan peralatan eksperimen adalah membuat semua sensor dalam posisi mantap di atas lantai. Selain itu juga perlu untuk mengkonfirmasi letak dasar baja dari seismic accelerometer dengan menggunakan waterpas gelembung. Memeriksa arah 16


X, Y dan Z dari seismic accelerometer di setiap posisi dengan menggunakan kompas adalah langkah berikutnya. Kabel input dan outputpada Low Frequency Integratorjuga harus diperiksa oleh peneliti. Saluran input berisi 3 kabel yang berasal dari sumbu X, Y dan Z dari seismic accelerometer. CH-1, CH-2 dan CH-3 INPUT pada Low Frequency Integratorberarti getaran yang terdeteksi dari masing-masing sumbu X, Y dan Z. Untuk 6 saluran output Low Frequency Integrator, CH-1, CH-2 dan CH-3 OUTPUT berarti tingkat kecepatan (velocity)getaran yang diperoleh dari CH-1, CH-2 dan CH-3 INPUT. CH-3, CH-4 dan CH-5 OUTPUT merupakan getaran dari tingkat percepatan (accelerometer) yang diperoleh dari CH-1, CH-2 dan CH-3 INPUT. Setelah pengaturan peralatan eksperimen selesai, prosedur berikutnya yaitu menghubungkan semua peralatan eksperimen dan menguji program. Memulai program DAQ (aa.exe) dan menyimpan data rekaman dalam file adalah prosedur akhir percobaan. Waktu pengukuran ditetapkan secara manual oleh peneliti. Program ini akan mencatat getaran bangunan yang disebabkan oleh lalu lintas jalan raya secara otomatis. Setelah 900 detik (15 menit), pengukuran dihentikan secara manual oleh peneliti dan data hasil percobaan dapat digunakan untuk proses selanjutnya yaitu analisa data. 3. Hasil dan Pembahasan 3.1 Perilaku dan Perbandingan Getaran pada Gedung 1 Gedung Juo Chiun terletak di Jalan Changrong, Kota Tainan, Taiwan. Gedung 7 lantai ini dibagi menjadi dua bagian yang digunakan bersama-sama oleh Jurusan Teknik Sipil dan Teknik Lingkungan National Cheng Kung University (NCKU) sebagai ruang belajar bagi siswa dan laboratorium. Pengukuran eksperimen dilakukan di lantai 6 berdekatan dengan lift. Peralatan eksperimen terhubung dan diletakkan di lantai. Hasil eksperimen ditunjukkan pada Gambar5 dan Gambar 6 dengan penjelasan sebagai berikut: (1) Getaran mikro pada gedung akan menjadi besar ketika frekuensi alami dari gedung mendekati frekuensi dominan dari lalu lintaskendaraan yang melintas. Kendaraan berat adalah penyebab utama dari getaran gedung. Tingkatan getaran juga bertambah sesuai dengan kecepatan dan tinggi kendaraan serta kedalaman dan ketidakrataan permukaan perkerasan jalan. (2) Diagram frekuensi dB padaGambar 5 menunjukkan kondisi getaran dengan variasi dalam penggunaan tegangan. Pada arah X, Kondisi 10 V menunjukkan pola yang berbeda dari kondisi lainnya. Kondisi ini mungkin disebabkan bahwa 10 V adalah nilai default (nilai batas) dimana peralatan dan program dapat bekerja dengan baik. Tegangan 0,1 V memiliki nilai yang kecil, sehingga menghasilkan kekuatan spektrum yang lebih baik. Pada kondisi tegangan 0,1 V, pola getaran yang ditunjukkan cukupbaik, menunjukkan frekuensi maksimum atau dominan dengan jelas. Hal yang sama pada tegangan 0,01 V. Tegangan 1 V hanya menunjukkan sedikit kemiripan dengan dua kondisi tegangan sebelumnya. (3) Getaran vertikal pada arah-Y dan Z menunjukkan konsistensi yang sama dengan pola getaran pada arah-X.

Gambar 5 Perbandingan getaran dengan variasi tegangan arah-X, Y dan Z (512 Hz)

17


(4) Kondisi getaran yang diperoleh dengan menggunakan variasi tingkat sampel ditunjukkan pada Gambar 6. Pada arah-X, tingkat sampel 128 Hz dan 256 Hz bersama-sama menunjukkan getaran yang kecil. pola yang dihasilkan menyerupai garis lurus dan miring. Di sisi lain, tingkat sampel 512 Hz dan 1024 Hz menunjukkan pola getaran yang jelas. Penjelasan dari kondisi ini adalah karena tingkat sampel 512 Hz dan 1024 Hz mengukur lebih banyak sinyal getaran per detik dibandingkan dengan 128 Hz dan 256 Hz. (5) Pada arah-Y, tingkat sampel 128 Hz dan 256 Hz menunjukkan pola getaran yang jelas dan lebih tinggi dibandingkan dengan arah-X, seperti yang ditunjukkan pada Gambar 9. Tingkat sampel 512 Hz dan 1024 Hz menunjukkan pola getaran yang mirip dengan arah-X. (6) Pada arah-Z, getaran di 128 Hz terlihat kecil di awal grafik dan terdapat amplitudo yang besar di pertengahan grafik. Tingkat sampel 256 Hz juga memiliki getaran kecil di awal tetapi banyak getaran yang terlihat jelas di ujung grafik. Tingkat sampel 512 Hz menunjukkan perubahan tiba-tiba, dimana pola getaran yang dihasilkan sangat berbeda denganarah-X dan Y. Pola getaran di 512 Hz memiliki getaran kecil pada awal grafik. Hasil ini juga terlihat pada kondisi 1024 Hz. Kondisi ini kemungkinan terjadi karena efek resonansi dalam arah vertikal bangunan.

Gambar 6. Perbandingan getaran dengan variasi tingkat sampel arah-X, Y, Z (1 V)

3.2 Perilaku dan Perbandingan Getaran pada Gedung 2 Rumah Sakit NCKU adalah rumah sakit nasional yang dibangun pada tahun 1985 dan secara resmi dibuka untuk umum pada tanggal 12 Juni 1988. Rumah Sakit NCKU merupakan bangunan dari baja dan semen dengan 12 lantai di atas tanah dan 2 lantai di bawah tanah. Luas bangunan keseluruhan adalah 112.860 meter persegi. Sebelah barat gedung berbatasan dengan Jalan Sheng Li, sebelah utara denganJalan Dong Feng dan sebelah selatan adalah Jalan Xiao Dong. Di gedung ini, mereka menyediakan pelayanan medis, pelayanan pendidikan, dan penelitian. Di lantai 3 Rumah Sakit ini terdapat ruangan operasidimana banyak peralatan sensitif yang digunakan. Pengukuran eksperimen dilakukan di lantai 3 di dalam gedung Rumah Sakit NCKU bersebelahan dengan ruang operasi. Hasil eksperimen ditunjukkan pada Gambar 7 dan Gambar 8 dengan penjelasan sebagai berikut: (1) Perbandingan diagramfrekuensi dB dengan variasi tegangan pada Gambar 7. Dalam dua arah-X dan Y, pola getaran di semua kondisi tegangan (10 V, 1 V, 0,1 V, dan 0,01 V) terlihat sama satu sama lain. Fenomena ini juga terlihat dalam hasil pengukuran eksperimen yang diperoleh Gedung Juo Chiun pada arah yang sama, di mana beberapa variasi tegangan memberikan pola yang sama. Namun untuk kasus di Gedung Juo Chiun, perbedaan pola masih jelas diamati untuk kondisi 10 V. Fenomena ini terjadi karena percobaan tidak dilakukan secara simultan pada waktu yang sama. Percobaan dilakukan secara berurutan untuk setiap tegangan sementara lalu lintas di jalan tidak konstan. Hal ini juga dapat berpengaruh pada hasil pengamatan. (2) Pada arah-Z, secara umum pola getaran untuk semua kondisi tegangan terlihat mirip,namun tiga kondisi tegangan (10 V, 1 V, dan 0,01 V) memiliki getaran lebih kecil di awal grafik dibandingkan 18


dengan 0,1 V.Tegangan 0,1 V menunjukkan pola getaran yang lebih baik dibandingkan dengan tegangan lainnya.

Gambar 7. Perbandingan getaran dengan variasi tegangan arah-X, Y dan Z (512 Hz)

(3) Untuk diagram frekuensi dB dengan variasi tingkat sampel, grafiknya ditunjukkan pada Gambar 8. Pada arah-X, pola getaran 128 Hz kecil. Getaran yang diukur dengan menggunakan tegangan 128 Hz kecil, sehingga menyebabkan kehadiran amplitudo yang sangat besar di tengah-tengah grafis, sementara bagian lain tidak menunjukkan perbedaan amplitudo. 512 Hz dan 1024 Hz menunjukkan pola getaran yang baik, meskipun getaran di awal grafik pada 512 Hz kecil. (4) Pada arah-Y, 128 Hz dan 256 Hz masing-masing masih menunjukkan getaran kecil di awal dan tengah grafik. Pola getaran pada dua kondisi tingkat sampel lainnya (512 Hz dan 1024 Hz) sudah mulai terlihat jelas. (5) Dalam arah vertikal atau arah-Z dengan kondisi 128 Hz dan 256 Hz, getaran kecil muncul di awal grafik. Pola getaran 512 Hz dan kondisi 1024 Hz terlihat sama antara satu dengan yang lain dan pola getaran yang dihasilkan juga memiliki getaran kecil di awal.

Gambar 8. Perbandingan getaran dengan variasi tingkat sampel arah-X, Y dan Z (1 V)

3.2 Diagram Frekuensi dB maksimum Setelah melakukan analisa terhadap perilaku dan perbandingan getaran pada masing-masing Gedung Juo Chiun dan Rumah Sakit NCKU, selanjutnya dipilih satu dari diagram dB-frekuensi yang diperoleh dari percobaan sebagai perwakilan gedung 1 dan 2. maksimum dB dalam diagram tersebut akan diperiksa dengan menggunakan program dB.exe. Penjelasannya adalah sebagai berikut: (1) Untuk Gedung Juo Chiun, diagram dB-frekuensi menunjukkan dB maksimum pada ketiga arah berkisar 50-dB, yang menunjukkan bangunan ini cocok sebagai bangunan industri semi-konduktor standar VC-A (Gambar 9). (2) Untuk Rumah Sakit NCKU, diagram dB-frekuensimenunjukkan dB maksimum pada ketiga arah 19


berkisar pada 40-dB, yang menunjukkan bangunan ini bahkan cocok sebagai bangunan industri semi-konduktor standar VC-D yang memiliki standar getaran lebih rendah lagi (Gambar 10).

Gambar 9. Diagram Frekuensi dB-maksimum di Gedung Juo Chiun (0,1 V & 512Hz)

Gambar 10. Diagram Frekuensi dB-maksimum di RS NCKU (0,1 V & 512 Hz)

Description of use Workshop

Max. level of vibration 90 dB

Office

84 dB

Residential day

78 dB

Operation room

72 dB

VC-A standard in semi-conductor industries

66 dB

VC-D standard in semi-conductor industries

48 dB

Description Distinctly perceptible vibration. Appropriate for workshops and non-sensitive areas. Perceptible vibration. Appropriate for offices and non-sensitive areas. Barely perceptible vibration. Appropriate for sleeping areas in most instances. Vibration and not perceptible. Adequate in most instance for optical microscopes to 100X. Adequate in most instance for optical microscopes to 400X, microbalances, optical balances, proximity and projection aligners, etc. Adequate in most instance for optical microscopes (TEM and SEM), microbalances, optical balances, proximity and projection aligners, etc.

Tabel 2. Pedoman Rekomendasi Getaran (S.H, Ju : 2011)

Kesimpulan Berdasarkan hasil pengukuran yang telah dilakukan maka dapat diambil kesimpulan sebagai berikut: (1) Kisaran getaran 10V adalah setara dengan 25,4 mm/s dan resolusi 16-bit (216) dari A/D converter untuk rentang pengukuran 0,01 V, 0,1 V, 1 V, dan 10 V. Dengan demikian, 0.1 V setara dengan 0,254 20


mm/s. Resolusi minimal 0,1 V adalah (0,254 mm/s) / 216 = 3,876 x 10-6 mm/s. Getaran pada kondisi 0,1 V menunjukkan pola terbaik dibandingkan dengan kondisi tegangan lainnya (0,01 V, 1 V, dan 10 V). Kondisi ini menunjukkan penggunaantegangan 0,1 V memberikan akurasi pengukuran yang terbaik dan disarankan untuk pengukuran getaran mikro. Sebaliknya, pengukuran dengan tegangan 10 V menunjukkan hasil yang terburuk. Kecenderungan ini terjadi pada kedua lokasi eksperimen. Hal ini terjadi karena resolusi 10 V tidak bisamencakupberbagai getaran mikro. (2) Akurasi terbaik untuk pengukuran menggunakan tingkat sampel yang berbeda diperoleh pada kondisi 512 Hz dan 1024 Hz. Sebaliknya, Getaran pada kondisi 128 Hz dan 256 Hz menunjukkan tingkat akurasi yang tidak baik. Hal ini terjadi karena data yang diperoleh dalam bentuk waktu (time domain) tidak padat, terutama untuk tingkat sampel 128 Hz. Penggunaaan tingkat sampel yang sangat tinggi, seperti lebih dari 1024 Hz, tidak disarankan karena memerlukan lebih banyak memori komputer tetapi tidak dapat meningkatkan akurasi pengukuran. (3) Kondisi akurasi terbaik (tegangan 0,1 V, 512 Hz dan 1024 Hz dari tingkat sampel) hanya cocok diterapkan untuk pengukuran menggunakan peralatan yang sama yang digunakan dalam percobaan ini, untuk meneliti getaran mikro akibat beban lalu lintas jalan raya atau lingkungan (induksi getaran mikro akibat aktivitas seismik tidak termasuk) pada bangunan gedung teknologi tinggi dan gedung rumah sakit. Percobaan lain dengan kondisi peralatan yang berbeda mungkin memiliki akurasi yang berbeda. (4) Nilai dB maksimum untuk gedungJuo Chiun dan Rumah Sakit NCKU adalah masing-masing 50 dB dan 40 dB. Berdasarkan tabel pedoman rekomendasi getaran, kedua bangunan ini cocok sebagai bangunan industri semi-konduktor standar VC-A. Saran Berdasarkan kesimpulan di atas, ada beberapa saran yang diharapkan dapat menyempurnakan penelitian selanjutnya tentang pengukuran getaran mikro: (1) Sangat diharapkan selanjutnya akan ada studi lebih lanjut terhadap topik pengukuran mikro akibat beban lalulintas ini. Peneliti dapat membuat model bangunan dengan menggunakan programFinite Element Method(FEM) yang dilengkapi dengan detail balok, kolom dan dimensi lainnya dari gedung yang diteliti. Perbandingan percobaan lapangan dan permodelan dengan menggunakan program FEM bisa memberikan hasil yang lebih tepat. (2) Percobaan dapat dilakukan secara serentak menggunakan lebih dari satu buah laptop untuk memastikan kondisi lalu lintas yang diukur persis sama untuk setiap kondisi. Referensi AlHunaidi, M. O., Rainer, J. H., & Tremblay, M. Control of traffic-induced vibration in buildings using vehicle suspension systems. 1996.Soil Dynamics and Earthquake Engineering, 15(4), 245-254. Hunaidi, O., & Tremblay, M.Traffic-induced building vibrations in Montreal. 1997.Canadian Journal of Civil Engineering, 24(5), 736-753. Ju, S. H. Finite element investigation of traffic induced vibrations. 2009.Journal of Sound and Vibration, 321(3-5), 837-853. Korkmaz, K. A., Ay, Z., Keskin, S. N., & Ceditoglu, D. Investigation of Traffic-induced Vibrations on Masonry Buildings in Turkey and Countermeasures.2011.Journal of Vibration and Control, 17(1), 3-10. Maeda, S., Morioka, M., Yonekawa, Y., Kanada, K., & Takahashi, Y. Experimental studies of subjective response to road traffic-induced building vibration. 1998. Industrial Health, 36(2), 112-119. Krylov, V. V. Control of traffic-induced ground vibrations by placing heavy masses on the ground surface. 2007.Journal of Low Frequency Noise Vibration and Active Control, 26(4), 311-320.

21


Analisa & Perancangan Edukasi Keamanan Berlalu Lintas bagi Masyarakat Berbasis Konten Multimedia Animasi Zulfan1, Samsuddin2 Program Studi Teknik Informatika, Fakultas Teknik Universitas Serambi Mekkah Jl. T. Imum Lueng Bata Batoh – Banda Aceh Email : [email protected], [email protected] Masuk: 20 Agustus 2016;



Abstrac. The population addition in Indonesia has become so significant that it becomes one of factor for number of vehicles increasing that will ultimately add to the number of violations in road traffic. It is also caused by a lack of understanding and awareness ofroad users that obey the rules so as to improve safety in road traffic. This research aims to create and design multimedia content that will serve as an information medium traffic safety for road users based 2D animation. In this multimedia content will be presented how things happen on the highway, especially at the traffic light and causal arise if the road users do not comply with regulations in road traffic. The results of this research is multimedia products 2D animation about traffic safety. The results of this study can be used to convey information to road users and also become material for early childhood education. The results of this study can also be used as a model to enrich the scientific learning and teaching materials in Multimedia Systems course for students in the Department of Information Engineering University of Serambi Mekkah Keywords: traffic light, animasi 2D, multimedia Abstrak. Penambahan jumlah penduduk di Indonesia semakin signifikan sehingga ini menjadi salah satu factor peningkatan jumlah kendaraan yang akhirnya akan menambah angka pelanggaran dalam berlalu lintas. Hal ini juga disebabkan oleh kurangnya pemahaman dan kesadaran masyarakat pengguna jalan raya tentang pentingnya mematuhi aturan sehingga dapat meningkatkan keselamatan dalam berlalu lintas. Penelitian ini bertujuan untuk membuat dan merancang konten multimedia yang akan dijadikan sebagai media informasi keselamatan berlalu lintas bagi pengguna jalan raya yang berbasis animasi 2D. Dalam konten multimedia ini akan disajikan bagaimana keadaan yang terjadi di jalan raya khususnya pada traffic light dan sebab akibat yang timbul apabila pengguna jalan tersebut tidak mematuhi peraturan dalam berlalu lintas. Hasil dari penelitian ini adalah produk multimedia animasi 2D tentang keamanan berlalu lintas. Hasil dari penelitian ini dapat digunakan untuk menyampaikan informasi bagi pengguna jalan raya dan juga menjadi bahan pendidikan untuk anak usia dini. Hasil penelitian ini juga dapat digunakan sebagai model pembelajaran untuk memperkaya khasanah keilmuan dan bahan ajar pada matakuliah Sistem Multimedia bagi mahasiswa di jurusan Teknik Informatika Universitas Serambi Mekkah. Kata Kunci : traffic light, animasi 2D, multimedia Pendahuluan Seiring pertumbuhan penduduk, peningkatan kendaraan di jalan raya pun cuku signifikan sehingga jalan raya semakin padat yang sehingga berpotensi banyaknya pelanggaran lau lintas yang terjadi. Salah satu factor yang mempengaruhi sehingga banyaknya pelanggaran tersebut karena kurangnya kesadaran masyarakat dan pengetahuan tentang bahaya pelanggaran lalu lintas. Salah satu contoh adalah pelanggaran yang dilakukan pada Traffic Light sehingga terjadi kecelakaan yang menimbulkan korban harta dan jiwa. Oleh karena itu, pada penelitian ini peneliti ingin melakukan perancangan iklan layanan masyarakat tentang bahaya pelanggaran lalu lintas di Traffic Light yang akan dibuat melalui Macromedia Flash MX-2004 berbasis animasi 2D sebagai media sosialisasi bagi pengguna 22

Zulfan , Analisa & Perancangan Edukasi Keamanan Berlalu Lintas bagi Masyarakat Berbasis Konten Multimedia Animasi

jalan raya. Hasil penelitian ini dapat memberi pengetahuan tentang bahaya melanggar lampu lalu lintas bagi masyarakt sehingga dapat menambah kesadaran masyarakat untuk taat dalam berlalu lintas terutama pada persimpangan jalan. Batasan masalah dalam perancangan Animasi iklan layanan masyarakat terkait “Traffic Light” sebagai media sosialisasi keamanan berlalulintas adalah: (1) analisa dan desain konten multimedia tentang keamanan berlalu lintas pada traffic light berbasis multimedia animasi 2d dan (2) memproduksi konten multimedia berbasis animasi 2d tentang kemanan berlalu lintas pada Traffic Light menggunakan Macromedia Flash MX 2004. Tujuan dari penelitian ini adalah merancang dan memproduksi iklan layanan masyarakat “Traffic Light” berbasis Animasi 2D sebagai media sosialisasi bagi pengguna jalan raya untuk keamanan dalam berlalu lintas. Tinjauan Pustaka Multimedia adalah sebuah media yang menggabungkan berbagai jenis media lain, misalnya penggabungan visual dan auditory (Bonie Soeherman, 2008: 3).Menurut Hofstetter (M. Suyanto (2005: 21), Multimedia adalah pemanfaatan komputer untuk membuat dan menggabungkan teks, grafik, audio, gambar bergerak (video dan animasi) dengan menggabungkan link dan tool yang memungkinkan pemakai melakukan navigasi, berinteraksi, berkreasi, dan berkomunikasi.Ketika kita mendengar kata multimedia, kita pasti akan membayangkan sesuatu yang dahsyat dan hebat, sesuatu yang berkaitan dengan komputer, dengan gambar diam atau gambar bergerak, dengan suara yang bagus dan kaya, serta pengguna yang dapat ikut serta berinteraksi. Multimedia pun sekarang sudah digunakan dalam berbagai hal, misalnya kartu ucapan selamat, album foto, konferensi, katalog bergambar, film, bahkan internet Tim Penelitian dan Pengembangan Wahana Komputer (Tim, 2004: 3), mendefinisikan, Macromedia Flash MX 2004 merupakan sebuah aplikasi yang cukup andal bagi para desainer web, serta praktisi dibidang multimedia dan pembuatan media komunikasi interaktif. Penggunaan Flash MX 2004 lebih ditekankan pada pembuatan, pengolahan, serta manipulasi berbagai jenis data, meliputi audio, video, gambar bitmap dan vektor, teks, serta data.Diantara program-program animasi, program Macromedia Flash merupakan program yang paling fleksibel untuk keperluan pembuatan animasi sehingga banyak yang menggunakan program ini. Macromedia Flash biasanya digunakan untuk membuat animasi web yang ditampilkan dalam sebuah situs internet, pembuatan animasi-animasi film, juga animasi sebuah iklan, dan lain-lain. Pada awalnya, animasi muncul karena terjadinya alat sederhana dua sisi seperti koin dengan gambar tertentu, dan saat dibolak-balik dengan cepat maka mata kita ternyata dapat dimanipulasi atau tertipu, hingga ditemukan alat yang lebih kompleks dari sebelumnya, dan animasi menjadi seperti yang kita lihat dewasa ini (M.S. Gumelar, 2011: 3). Kata animasi diambil dari kata “ANIMATION” to ANIMATE dan dengan artinya kurang lebih adalah hidup atau menghidupkan. Hampir segala macam benda atau obyek mati yang di bumi. Jadi, definisinya adalah menghidupkan segala macam benda atau obyek mati sehingga seolah-olah hidup saat dinikmati. Arti hidup di sini bukan berarti memberikan nyawa yang merupakan hak dari Tuhan, akan tetapi karena animasi itu adalah ilusi sebuah kehidupan walaupun sekarang ini pengertian animasi telah melebar hingga memiliki pengertian segala sesuatu yang mempunyai elemen gerak namun sekali lagi elemen gerak animasi gerak adalah ilusi (Zaharudin, dkk, 2007: 3). Masyarakat adalah sekelompok manusia yang bertempat tinggal di daerah tertentu dalam waktu yang relative lama, memiliki norma-norma yang mengatur kehidupannya menuju tujuan yang dicitacitakan bersama, dan tempat tersebut anggota-anggotanya melakukan regenarasi (Elly, dkk., 2011: 37). Menurut Max Weber mengartikan masyarakat sebagai struktur atau aksi yang ada pada pokoknya ditentukan oleh harapan dan nilai-nilai yang dominan pada warganya (Elly, 2011: 38). Iklan Layanan Masyarakat (ILM) adalah penyampain informasi singkat yang biasanya digunakan 23


oleh lembaga amal, nirlaba, dan organisasi masyarakat. ILM digunakan pada radio dan telivisi untuk mendidik masyarakat, mempromosikan program atau pelayanan dan menyediakan sumber untuk perubahan prilaku atau komunitas (Robert J Bensley, dkk, 2003: 234). ILM merupakan salah satu cara yang paling umum untuk menyampaikan pesan kepada masyarakat. Dikutip dari wikipedia, Lampu lalu lintas (menurut UU no. 22/2009 tentang Lalu lintas dan Angkutan Jalan: alat pemberi isyarat lalu lintas atau APILL) adalah lampu yang mengendalikan arus lalu lintas yang terpasang di persimpangan jalan, tempat penyeberangan pejalan kaki (zebra cross), dan tempat arus lalu lintas lainnya. Lampu ini yang menandakan kapan kendaraan harus berjalan dan berhenti secara bergantian dari berbagai arah. Pengaturan lalu lintas di persimpangan jalan dimaksudkan untuk mengatur pergerakan kendaraan pada masing-masing kelompok pergerakan kendaraan agar dapat bergerak secara bergantian sehingga tidak saling mengganggu antar-arus yang ada. Metodelogi Penelitian Penelitian ini dimulai dengan mengindentifikasi masalah tentang banyaknya pelanggaran peraturan lalu lintas oleh pengguna jalan raya terutama terkait pada Trafic Light. Dari hasil indentifikasi ini, maka penulis mengajukan sebuah solusi berupa peningkatan informasi keselamatan berlalulintas bagi pengguna jalan raya berupa penyampaian pengetahuan kepada masyarakat tentang bahaya melanggar lampu lalu lintas dengan menggunakan produk multimedia animasi 2D. Perancang produk multimedia animasi 2D tersebut dilakukan dalam beberapa tahapan. Tahapan-tahapan tersebut digambarkan pada bagan alir di bawah ini :

Pemilihan karakter tokoh

Pembuatan Ringkasan Cerita

Pembuatan Ringkasan Cerita

Authoring

Produksi Konten Multimedia

Pengujian Produk Gambar 1.Tahapan Perancangan Produksi Konten Multimedia

24


3.1. Pengembangan Karakter Karakter yang diangkat dalam peneletian ini adalah sebuah keluarga yang terdiri dari 1 orang anak lelaki yaitu Doni dan kedua orang tuanya yaitu Ibu Shaleh dan Pak Shaleh. Peran yang ditampilkan disini mempunyai tugas masing-masing yaitu: 1. Pak Shaleh adalah seorang suami setia yang sayang keluarganya, tanggung jawab dan tepat waktu dalam pekerjaannya. Namun ia mempunyai kebiasaan buruk yang selalu terburu-buru. 2. Bu Shaleh adalah sosok ibu rumah tangga yang sangat mencintai suaminya dan selalu mengkhawatirkan hal-hal buruk yang akan terjadi pada keluarganya. 3. Doni seorang anak yang patuh dan perhatian terhadap kedua orang tuanya. Adapun rancangan karakter dari masing-masing tokoh yang di implementasikan dalam iklan ini adalah sebagai berikut: 3.2. Ringkasan Cerita Pada pembuatan iklan animasi 2D ini menceritakan tentang kondisi lalu-lintas di seputaran lampu lalulintas (traffic light) yang kerap terjadi pelanggaran, di mana pelanggaran-pelanggaran itu kerap dilakukan oleh pengguna roda dua (sepeda bermotor). Pak Shaleh adalah salah satu pengguna roda dua yang kerap melanggar rambu-rambu lalu-lintas, ia sering kali mengabaikan resiko yang bisa terjadi karena kebiasaan buruknya itu.Setiap pagi tepat jam 07.00 Pak Shaleh sudah memulai aktifitasnya. Pak Shaleh tidak sendiri ia selalu ditemani oleh anak dan istrinya yang setia mengantarnya ke depan pintu saat ke kantor. Seperti biasanya Doni dan ibunya selalu mengingatkan Pak Shaleh agar tidak buruburu di jalan, demi keselamatan dirinya. Disaat yang bersamaan juga Pak Shaleh selalu membenarkan perkataan anak dan istrinya tersebut.Tepat jam 08.00 Pak Shaleh berangkat, jarak yang harus ditempuh Pak Shaleh ke kantornya memang cukup membosankan karena ia harus melewati tiga pemberhentian lampu merah, dan seperti biasa ia selalu melakukan pelanggaran, hingga beberapa kali ia nyaris keserempet oleh pengguna jalan lainnya. Kekhawatiran Doni dan ibunya selama ini akhirnya terjadi, Pak Shaleh harus dirujuk ke rumah sakit karena kecelakaan yang dialami akibat menerobos lampu merah. Di sisi ini penekanan alur cerita ditekankan pada lakon sebuah keluarga yang mengisahkan seorang kepala keluarga yang kerap melanggar lampu merah dalam perjalanannya ke kantor tanpa memperhitungkan resiko yang akan diterima olehnya. 4. Hasil Dan Pembahasan Berikut ini adalah hasil produksi animasi yang telah dirancang untuk sosialisai keamanan berlalu lintas berbasis animasi 2D.

Gambar 2. Awal Mula Film Animasi

25


Pada pembuka iklan menunjukkan waktu keberangkatan Pak Shaleh ke kantornya, yang dibuat sesuai dengan alur yang telah diuraikan pada ringkasan cerita, yaitu jam 08.00 WIB.

Gambar 3.Pak Shaleh Berpamitan

Seperti yang telah tertuang dalam ringkasan cerita, disaat keberangkatan Pak Shaleh ke kantornya, ia selalu ditemani oleh anak dan isterinya. Pada waktu yang sama Bu Shaleh selalu memperingati Pak Shaleh agar tidak terburu-buru di jalan.

Gambar 4. Pak Shaleh Dalam Perjalanan

Dilanjutkan dengan penayangan Pak Shaleh yang terburu-buru dijalan, hal ini bisa terlihat dari efek garis yang dibuat seolah-olah kendaraan/sepeda motor dipacu dalam kondisi kencang.

Gambar 5. Pak Shaleh Melanggar Lampu Merah

26


Pada gambar diatas menerangkan akan kebiasaan buruk yang dimiliki oleh Pak Shaleh yaitu sering terburu-buru. Pak shaleh nekat menerobos tanpa memikirkan resiko dari kebiasaan buruknya tersebut. Pada saat yang bersamaan pula Pak Shaleh selalu menyepelekan nasehat-nasehat yang selalu diberikan oleh anak dan isterinya.

Gambar 6.Pak Shaleh Kembali Melanggar

Kembali terlihat pak shaleh nekat menerobos padahal lampu pemberentian masih menunjukkan lampu stop.

Gambar 7.Kecelakaan

Inilah akibat yang sebenarnya mengancam semua para pelanggar lampu merah. Pak Shaleh mengalami kecelakaan sebelum sampai di tujuannya.

Gambar 8.Resiko

27


Gambar 8 menunjukkan resiko yang harus ditanggung oleh Pak Shaleh karena kebiasaan buruknya. Pak Shaleh harus di rujuk ke rumah sakit karena kecelakaan yang dialaminya saat perjalan ke kantornya. Pada bagian ini Pak Shaleh juga mengungkapkan penyesalannya akan kebiasaan buruk yang sering ia lakukan tersebut.

Gambar 9. Penjelasan Oleh Pihak DISHUBKOMINFO Kota Banda Aceh Dilanjutkan dengan penjelasan dari pihak DISHUBKOMINFO tentang peraturan dan hal-hal yang harus diperhatikan saat berada di pemberhentian lampu merah (Traffic Lifht).

Gambar 10 Hal-hal Yang Harus Diperhatikan

Gambar 10 merupakan salah satu hal-hal yang diperhatikan saat berada dipemberhentian lampu merah, yakni mengurangi kecepatan laju kendaraan saat lampu kuning menyala.

28


Gambar 11 Pesan Dari DISHUBKOMINFO Kota Banda Aceh

Pada bagian ini pihak DISHUBKOMINFO akan memberikan pesan yang harus diperhatikan oleh para pelanggar lampu merah (Traffic Light). Kesimpulan Dan Saran Rancangan konten multimedia animasi 2D sebagai media informasi keamanan berlalulintas bertujuan untuk memberikan informasi bagi masyarakat akan pentingnya mematuhi rambu-rambu lalulintas di jalan raya. Dari rancangan ini penulis menarik kesimpulan bahwa pembuatan menggunakan software Macromedia Flash MX-2004 ini telah mampu membuat iklan dengan menggabungkan beberapa elemen multimedia seperti teks, animasi, dan audio sehingga menghasilkan sebuah iklan menjadi lebih menarik dan efisien. Untuk hasil animasi yang lebih baik, disarankan untuk pembuat animasi perlu memperhatikan faktor-faktor berikut: 1. Pembuatan animasi dapat dilanjutkan dengan software lainnya, seperti: Flash 8, 3D MAX, dan sebagainya. 2. Sebelum mengoperasikan Flash perlu memperhatikan spesifikasi komputer yang digunakan. 3. Sebaiknya mempunyai imajinasi yang tinggi, agar terciptanya sebuah konsep animasi yang menarik.

29


Referensi

Arianto. 2008. Panduan Lengkap Adobe Flash CS3 Professional. Yogyakarta: Andi Offset. Awaluddin, Teddy. 2005. Light Wave 3D Versi 8.0. Jakarta: PT Elek Media Komputindo. Binanto, Iwan. 2010. Multimedia Digital- Dasar Teori + Pengembangannya. Yogyakarta: ANDI. Bin Ladjmudin. Al-Bahra. 2005. Konsep Sistem Basis Data dan Implementasinya. Yogyakarta: PT. Pustaka Binaman Pressindo. Chong, A. 2008. Basic Animation: Digital Animation Edisi Pertama. Yogyakarta: Ava Publising G. Djalle, Zaharuddin, Edi, P., & Desmana, D. 2007. 3DAnimation Movie using 3D StudioMax. Bandung: Informatika. Gumelar M.S. 2011. 2D ANIMATION Hybrid Technique Book A. Jakarta Barat: PT Indeks. Kotler,Philip. 2008. Manajemen Pemasaran. Alih bahasa Benyamin Molan. Edisi kedua belas. Jakarta: PT.Indeks. Litbang LPKBM MADCOMS. 2004. MACROMEDIA FLASH MX 2004 Disertai Latihan Aplikasi Membuat Animasi dengan Action Script. Yogyakarta: ANDI. MADCOMS. 2009. Panduan Lengkap EditingVideo dengan Adobe Premiere PRO CS4 Enrich the skills you need. Yogyakarta: ANDI. Nova. Firsan. 2009. Crisis Public Relations Bagaimana PR Menangani Krisis Perusahaan. Jakarta: Grasindo Rokhmansyah, Alafa. 2014. Studi dan Pengkajian Sastra Perkenalan Awal Terhadap Ilmu Sastra. Yogyakarta: Graha Ilmu. Setiadi, Elly M, Kolip. 2011. Pengantar Sosiologi. Jakarta: Kencana. Soeherman, Bonie. Dan Cipta, H. 2008. Membuat Sendiri Klip Animasi Multimedia. Jakarta: Elex Media. Supriatna, Agus. 2007. Bahasa Indonesia Untuk Kelas VIII Sekolah Menengah Pertama. Bandung: Grafindo Media Pratama. Supriyanto, Aji. 2005. Pengantar Teknologi Informasi. Jakarta: Salemba Infotek. Susanto. Azhar. 2004. Sistem Informasi Akutansi Konsep dan Pengembangan Berbasis Komputer. Bandung: Lingga Jaya. Suyanto, M. 2005. Pengantar Teknologi Informasi untuk Bisnis. Yogyakarta: ANDI. Suyanto, M. 2005. Multimedia Alat Untuk Meningkatkan Keunggulan Bersaing. Yogyakarta: ANDI. Tim Penelitian dan Pengembangan Wahana Komputer. 2004. Pembuatan CD Interaktif Dengan Macromedia Flash MX Profesional 2004. Jakarta: Salemba Infotek. Wahyono, Teguh. 2006. 36 Jam Belajar Komputer Animasi Dengan Macromedia Flash 8. Jakarta: PT Elex Media Komputindo.

30

Yana, Optimasi Usaha Pengolahan Limbah Plastik Dengan Pendekatan Simulasi

Optimasi Usaha Pengolahan Limbah Plastik Dengan Pendekatan Simulasi Syaifuddin Yana1, Syamsul Rizal2, Taufik Hidayat3,Badaruddin4 Jl. Tgk. Imum Lueng Bata Desa Bathoh, Kota Banda Aceh, Provinsi Aceh, Indonesia 1 Fakultas Teknik, Universitas Serambi Mekkah,Banda Aceh 2 Fakultas Ekonomi, Universitas Muhammadyah, Banda Aceh. 3 Bank Syariah Mandiri Cabang Meulaboh 4 Fakultas Ekonomi, Universitas Serambi Mekkah, Banda Aceh. Corresponding Author: [email protected] Masuk: 18 Agustus 2016; Direvisi: 23 Agustus 2016; Diterima: 23 Agustus 2016 Abstract - This researchintent to analyze the optimization of waste plastics processing industry into a plastic chip products. The plastic waste processing using various types of plastic waste materials obtained through various sources such as scavenger and waste collectors which are they are living around the community, and others source. This study uses a model of maximizing profits based on assumptions by using a simulation of plastic waste processing plan within a year to consider following the prevailing price in the market within the last few years. In addition, to assess the feasibility of processing waste plastics by using parameters such investments Benefit Cost Ratio (BCR), Net Present Value (NPV), Internal Rate of Return (IRR), Payback Period (PP) and Profitability Index (PI). The results of the processing of the data obtained shows that optimizing the processing of plastic waste into plastic count based on the simulation of 3 (three) variables X1, X2 and X3 is the condition where i = 18% where X1 = 100% and X2 and X3 = 0%, with gains in the amount of USD 127 604 565. Keywords: Optimization, simulation of plastic waste processing, investment parameters, Benefit Cost Ratio, Net Present Value, Internal Rate of Return, Payback Period, Profitability Index Abstrak-Penelitian ini bertujuan menganalisis optimasi industri pengolahan limbah plastik menjadi produk chip plastik. Pengolahan limbah plastik ini dengan menggunakan berbagai macam jenis bahan baku limbah plastik yang diperoleh melalui berbagai sumber seperti pemulung, agen penjual plastik dari sekitarnya, dan lainnya. Penelitian ini menggunakan model maksimasi keuntungan berdasarkan asumsi dengan menggunakan simulasi dari rencana pengolahan limbah plastik dalam kurun waktu setahun dengan mempertimbangkan mengikuti harga yang berlaku dipasar dalam kurun waktu beberapa tahun terakhir. Disamping itu, untuk menilai kelayakan pengolahan limbah plastik yaitu dengan menggunakan parameter investasi seperti Benefit Cost Ratio (BCR), Net Present Value (NPV), Internal Rate of Return (IRR), Payback Period (PP) dan Profitabilitas Index (PI). Hasil dari pengolahan data yang diperoleh menunjukkan bahwa optimalisasi pengolahan limbah plastik menjadi plastik cacah berdasarkan simulasi dari 3 (tiga) variabel X1, X2 dan X3 yaitu pada kondisi dimana i = 18% dimana X1 = 100% dan X2 dan X3 = 0%, dengan keuntungan yang diperoleh yaitu sebesar Rp 127.604.565. Kata Kunci: Optimasi, simulasi pengolahan limbah plastik, parameter investasi, Benefit Cost Ratio, Net Present Value, Internal Rate of Return, Payback Period dan Profitabilitas Index 1. Pendahuluan Salah satu industri yang sederhana yang terdapat disekitar kita adalah industri pengolahan limbah plastik. Industri pengolahan limbah plastik dapat dikatakan industri yang sederhana karena tidak membutuhkan mesin pengolahan yang canggih, namun cukup menggunakan mesin yang sederhana, namun dapat memberikan manfaat dan dapat meningkatkan taraf hidup khususnya masyarakat yang mencari nafkah dibidang barang bekas seperti plastik dan lainnya. Disamping itu, kegiatan ini dapat 31


menciptakan lapangan kerja yang memadai dan berantai yang dimulai dari pemulung, pengumpul dan agen sampai kepada industri dengan pengolahan yang lebih modern baik teknologinya maupun proses pengolahannya. Limbah plastik yang terdapat lingkungan masyarakat kita seringkali menjadi permasalahan yang besar khususnya bagi masyarakat, dimana keberadaannya yang jika tidak dapat ditanggulangi secara baik dan benar serta dengan metode yang komprehensif maka dapat menyebabkan berbagai permasalahan seperti masalah pencemaran lingkungan, terganggunya kesehatan, tersumbatnya selokan yang dapat menyebabkan banjir dan apabila jumlah sampah yang berbahaya dalam jumlah yang masif dan sulit untuk dikendalikan maka dapat menyebabkan kerusakan lingkungan seperti pencemaran darat, air dan udara seperti: CO2 (karbon dioksida), NO (nitrogenmonoksida), S2 (gas belerang), amoniak, dan lainnya. Untuk dapat mengatasi masalah tersebut khususnya keberadaan limbah plastik, maka diperlukan penanganan khusus terhadap sampah plastik tersebut melalui suatu proses daur ulang yang tentunya dapatmemberikan dampak positif dan disamping itu dapat menghasilkan pendapatan bagi pengelolanya dan dapat menyerap tenaga kerja melalui industri kecil sampai kepada sentra industri pengolahan plastik yang besar. 2. Studi Literatur 2.1. Pengertian Sampah dan Limbah Plastik Sampah adalah limbah yang bersifat padat terdiri atas zat organik dan zat anorganik yang dianggap tidak berguna lagi dan harus dikelola agar tidak membahayakan lingkungan dan melindungi investasi pembangunan. Sampah umumnya dalam bentuk sisa makanan (sampah dapur), daun-daunan, ranting pohon, kertas/karton, plastik, kain bekas, kaleng-kaleng, debu sisa penyapuan, dsb, sumber Standar Nasional Indonesia (SNI 19-2454-1991). 2.2. Jenis-Jenis Dan Klasifikasi Limbah Plastik Pengkodean plastik yang sering kita lihat saat ini, diperkenalkan oleh The Society of Plastic Industry pada tahun 1988 di Amerika Serikat dan diadopsi pula oleh lembaga-lembaga yang mengembangkan sistem kode, seperti ISO (International Organization for Standardization). Berikut beberapa jenis plastik umumnya dapat diklasifikasikan berupa nomor yaitu dari nomor 1 sampai dengan nomor 7, sebagaimana dapat digambarkan dibawah ini: Bagan 1. Klasifikasi Plastik Berupa Nomor

Berikut keterangan lanjut dari peristilahan secara kimiawi bagan 2.1 di atas. PETE atau PET ( Polyethylene Terephthalate), HDPE (High Density Polyethylene), PVC (Polyvynil Chloride), LDPE (Low Density Polyethylene), PP (Polypropylene), PS (Polystyrene) dan other (lainnya) biasanya dalam bentuk polycarbonate. Plastik biasanya dapat dibedakan berdasarkan jenis-jenisnya yang dimulai dari kode nomor 1 sampai dengan 7 yang pengklasifikasiannya dapat dilihat pada tabel berikut(Anonim, 2008). 32


No. 1 2 3 4 5 6 7

Jenis Plastik Daur Ulang PET HDPE PVC LDPE PP PS Lainnya (ABS, Hi-Impact)

Jenis Produk Botol minuman, kecap, parfum, tempat permen, dll Botol oli, kosmetik, shampoo, kemasan dari botol, dll Pipa, talang air, kemasan dari botol, baygon, dll Tutup aqua botol, aqua gallon, kemasan, dll Aqua gelas, frutang, jelly, ades, dll CD, keranjang sampah, mainan anak-anak, dll Komputer, radio, tv, mainan anak-anak, dll

2.3. Optimasi Ada banyak konsep yang berhubungan dengan optimasi, akan tetapi dalam penelitian ini akan dibahas pendekatan optimasi yang berkenaan dengan industri yang sesuai. Menurut Gasperz (1992) menyatakan bahwa optimasi adalah suatu proses pencarian hasil terbaik. Proses ini dalam analisis sistem diterapkan terhadap alternatif yang dipertimbangkan, selanjutnya hasil tersebut dipilih alternatif yang menghasilkan keadaan terbaik. Dalam perencanaan dan pengendalian bahan baku yang dipergunakan dalam suatu proses produksi perlu mendapat perhatian. Kelebihan persediaan bahan baku maupun sebaliknya kekurangan persediaan bahan baku selamanya tidak akan menguntungkan pengusaha. Penentuan bahan baku yang tepat akan sangat membantu usaha untuk dapat menekan biaya produksi serendah mungkin. Demikian juga dengan tenaga kerja dan modal, perlu adanya perencanaan pula (Ahyari, 1996:30). Apabila pabrikan telah dapat menentukan jenis produk yang akan diproduksi, maka pabrikan akan dapat menentukan tingkat produksi yang akan digunakan. Jika memproduksi lebih dari satu macam jenis produk dan masih mempergunakan faktor-faktor produksi yang sama, maka pabrikan harus dapat menentukan berapa jumlah masing-masing jenis produk yang akan diproduksikan, sehingga pabrikan akan dapat mempergunakan input yang ada dengan sebaik-baiknya dan akan memperoleh hasil yang optimal. Disamping itu, untuk permasalahan yang komplek dan sulit dapat menggunakan suatu pendekatan dengan metode simulasi. Simulasi umumnya penyederhanaan dari keadaan yang sebenarnya. Simulasi digunakan bilamana permasalahan yang ada terlalu kompleks/sulit bila diselesaikan dengan teknik optimasi numerik (seperti Linear Programming). Kompleksitas yang dimaksudkan disini adalah permasalahan yang terlalu sulit dirumuskan dengan menggunakan metoda optimasi numerik sehingga dapat dilakukan dengan pendekatan simulasi (Subakti, 2002: 41). 2.4. Analisis Kelayakan Usaha Cholig et al. (1994), menyatakan untuk mencari suatu ukuran menyeluruh sebagai dasar penerimaan/ penolakan atau pengurutan suatu proyek, telah dikembangkan berbagai macam cara yang dinamakan kriteria investasi. Kriteria investasi yang sering digunakan dalam menilai kelayakan proyek adalah NPV, Net B/C, IRR, Payback Period (PP) dan Analisis Sensisitivity. 3. Metodologi Penelitian Optimasi pengolahan limbah plastik pada bagian ini yaitu dengan menggunakan simulasi dengan menggunakan tiga variabel yaitu X1, X2 dan X3. Dari tujuh jenis limbah plastik yang diproduksi dikelompokkan berdasarkan menjadi tiga variabel tersebut dengan asumsi dalam satu variabel memiliki harga jual yang relatif sama dan pada umumnya dalam pengolahan dan penjualan dari setiap plastik cacah tersebut secara bersamaan. Asumsi ketiga variabel tersebut yaitu: X1 untuk limbah plastik jenis PP gelas dan HDPE, X2 untuk limbah plastik jenis PP injeksi dan PE, sedangkan X3 limbah plastik jenis PET, PC dan PS. Simulasi yang dimaksudkan dalam pengolahan data ini adalah dengan menggunakan ketiga variabel tersebut, baik secara sendiri maupun dengan cara mengkombinasikan dengan memberikan porsi 33

menggunakan ketiga variabel tersebut, baik secara sendiri maupun dengan cara mengkombinasikan dengan memberikan porsi yaitu 100%, 75%, 50% dan 25% dari Jurnal Serambi Engineering, Volume I, Nomor 1, Agustus 2016X1 terhadap X2 dan X3 dan demikian sebaliknya. Optimasi setiap kombinasinya yaitu dari setiap kombinasi tersebut akan dapat dilihat dengan pendekatan indikator NPV (Net yaitu Present 100%, 75%, 50% BCR dan 25% dari setiap yaitu X1 terhadap dan demikian Value), (Benefit Cost kombinasinya Ratio), PI (Profitability Index) X2 dandan PPX3(Payback Period). Dari percobaan dengan kombinasi pada (tiga) dilihat variabel tersebut, maka akan sebaliknya. Optimasi dari setiap kombinasi tersebut akan3 dapat dengan pendekatan indikator memberikan dengan pendekatan indikator NPV didapatkan (Net Present kombinasi Value), BCRyang (Benefit Cost Ratio), optimasi PI (Profitability Index) dan PP (Payback Period). sebagaimana yang tersebut di atas. Dari percobaan dengan kombinasi pada 3 (tiga) variabel tersebut, maka akan didapatkan kombinasi Simulasi yang dilakukan ini adalahindikator mengambil asumsi yaitu yang memberikan optimasi dengan pendekatan sebagaimana yangproduksi tersebutuntuk di atas.tiga variabel X1, X2 dan X3 selama satu tahun dengan input produksi rata-rata sebesarX1, X2 Simulasi yang dilakukan ini adalah mengambil asumsi yaitu produksi untuk tiga variabel 25.000 kg (25 ton) dari ketiga jenis limbah plastik tersebut. Optimasi yang diperoleh dan X3 selama satu tahun dengan input produksi rata-rata sebesar 25.000 kg (25 ton) dari ketiga jenis dengan kombinasi persentasi dari masing-masing variabel X1 terhadap X2 dan X3, limbah plastik tersebut. Optimasi yang diperoleh dengan kombinasi persentasi dari masing-masing seterusnya dan sebaliknya. variabel X1 terhadap X2 dan X3, seterusnya dan sebaliknya. 4. Hasil Penelitian Dan Pembahasan 4. Hasil Penelitian Dan Pembahasan Hasil pengolahan simulasi produksi limbah plastik simulasi simulasi terhadap tiga Hasil pengolahan simulasi produksi limbahdengan plastik pendekatan dengan pendekatan variabel X1, X2 dan X3 adalah sebagai berikut. terhadap tiga variabel X1, X2 dan X3 adalah sebagai berikut. A. Perhitungan Kombinasi X1 terhadap A. Perhitungan Kombinasi X1 terhadap X2 danX2 X3dan X3 Kombinasi X1 terhadap X2 dan X3 untuk i = 21%, 18%,24% 21%, 48%, maka Kombinasi X1 terhadap X2 dan X3 untuk i = 18%, dan24% 48%,dan maka NPV dapatNPV diperoleh dapat diperoleh melalui pendekatan matematis dengan hasil akhir perhitungan melalui pendekatan matematis dengan hasil akhir perhitungan dapat dilihat melalui tabel dapat berikut. dilihat melalui tabel berikut. Tabel 1. Tabel Perhitungan NPV Pada Kombinasi Variabel X1 Terhadap X2 dan X3 Tabel 1. Tabel Perhitungan NPV (i =Pada 18%,Kombinasi 21%, 24% Variabel dan 48%)X1 Terhadap X2 dan X3 (i = 18%, 21%, 24% dan 48%) No.

2 3 4

NPV Komposisi X2 dan X3 Yana , Optimasi Usaha Pengolahan Limbah24% Plastik Dengan Pendekatan Simulasi Variabel 18% 21% 48%

Yana , Optimasi Usaha Pengolahan Limbah Plastik Dengan Pendekatan Simulasi

1

X1 (100%)

127,604,565

116,778,103

107,723,921

2

X1 (75%) X1 (75%) X1 (50%) X1 (50%) X1 (25%) X1 (25%)

122,287,708 122,287,708 116,970,851 116,970,851 111,653,994 111,653,994

111,912,349 111,912,349 107,046,594 107,046,594 102,180,840 102,180,840

103,235,425 103,235,425 98,746,928 98,746,928 94,258,431 94,258,431

3 4

68,888,277

0%

66,017,602 25% (50 : 50) 66,017,602 25% (50 : 50) 4 63,147,271 50% (50 : 50) 63,147,271 50% (50 : 50) 60,276,941 75% (50 : 50) 60,276,941 75% (50 : 50)

Dari tabelDari simulasi X1 terhadap X2terhadap dan X3 untuk perolehan optimasi NPV di atas, maka tabelkombinasi simulasi kombinasi X1 X2 dan X3 untuk perolehan optimasi Dari tabel simulasi kombinasi X1 terhadap X2 dan X3 untuk perolehan optimasi dapatNPV digambarkan melalui grafis dibawah ini. di atas, maka dapat digambarkan melalui grafis dibawah ini. NPV di atas, maka dapat digambarkan melalui grafis dibawah ini. 1. Grafik Perbandingan Perolehan Dari Kombinasi X1 Terhadap X2 dan BaganBagan 1. Grafik Perbandingan Perolehan NPVNPV Dari Kombinasi X1 Terhadap X2 dan Bagan 1. Grafik Perbandingan Perolehan NPV Dari Kombinasi X1 Terhadap X2 dan X3 Persentase Pada Persentase Kombinasi 100%, 75%, 50% dan 25% (i = 18%, 21%, X3 Pada Kombinasi 100%, 75%, 75%, 50% dan = 18%, X3 Pada Persentase Kombinasi 100%, 50%25% dan(i25% (i =21%, 18%, 21%, 24% dan 48%) 24% 24% dan 48%) dan 48%) 100% 60.276.941 94.258.431 60.276.941 100% 111.653.994 102.180.840 94.258.431 111.653.994 102.180.840 90% 90% 80% 63.147.271 80% 116.970.851 107.046.594 98.746.928 63.147.271 70% 116.970.851 107.046.594 98.746.928 70% 60% 60% 66.017.602 50% 103.235.425 66.017.602 122.287.708 111.912.349 103.235.425 50% 122.287.708 111.912.349 40% 40% Series5 30% 68.888.277 Series5 30% 116.778.103 107.723.921 68.888.277 Series4 20% 127.604.565 116.778.103 107.723.921 Series4 20% 127.604.565 Series3 10% Series3 10% 0% Series2 48% 24% 18% 21% 0% Series2 48% 118% 221% 324% 4 Series1 1 2 3 4 Series1

Kombinasi X1 terhadap X2 dan X3 untuk i = 18%, 21%, 24% dan 48%, maka BCR, PI dan PP dapat Kombinasi X1 terhadap X2 dan X3 untuk i = 18%, 21%, 24% dan 48%, maka Kombinasi X1 terhadap X2 dan X3 untuk i = 18%, 21%, 24% dandilihat 48%, melalui maka tabel diperoleh melalui pendekatan matematis dengan hasil akhir perhitungan dapat BCR, PI dan PP dapat diperoleh melalui pendekatan matematis dengan hasil akhir BCR, PI dan PP dapat diperoleh melalui pendekatan matematis dengan hasil akhir berikut. perhitungan dapat dilihat melalui tabel berikut. perhitungan dapat dilihat melalui tabel berikut. 34 Tabel 2. Tabel Perhitungan BCR, PI dan PP Pada Kombinasi Variabel X1 Terhadap Tabel 2. Tabel Perhitungan BCR, PI dan PP Pada Kombinasi Variabel X1 Terhadap X2 dan X3 ( i = 18%, 21%, 24% dan 48%)

Kombinasi X1 terhadap X2 dan X3 untuk i = 18%, 21%, 24% dan 48%, maka BCR, PI dan PP dapat diperoleh melalui pendekatan matematis dengan hasil Pendekatan akhir Simulasi Yana, Optimasi Usaha Pengolahan Limbah Plastik Dengan perhitungan dapat dilihat melalui tabel berikut. Tabel 2. Tabel Perhitungan BCR, PI dan PP Pada Kombinasi Variabel X1 Terhadap Tabel 2. Tabel Perhitungan BCR, PI dan PP Pada Kombinasi Variabel X1 Terhadap X2 dan X3 ( i = 18%, 21%, 24% dan 48%) X2 dan X3 ( i = 18%, 21%, 24% dan 48%) BCR

No.

Komposisi Variabel

18%

21%

24%

48%

1

X1 (100%)

1.1765

1.1765

1.1765

X1 (75%)

1.1830

1.1830

X1 (50%)

1.1908

X1 (25%)

1.2000

2 3 4

PI

PP

X2 dan X3

1.1765

1.0521

Bulan ke-7

0%

1.1830

1.1830

1.0970

Bulan ke-7

25% (50 : 50)

1.1908

1.1908

1.1908

1.1492

Bulan ke-7

50% (50 : 50)

1.2000

1.2000

1.2000

1.0369

Bulan ke-6

75% (50 : 50)

Dari tabel simulasi kombinasi X1 terhadap X2 dan X3 untuk perolehan optimasi Dari tabelPIsimulasi X1 dapat terhadap X2 dan X3melalui untuk perolehan optimasi BCR, dan PP kombinasi di atas, maka digambarkan grafis dibawah ini. BCR, PI dan PP di atas, maka dapat digambarkan melalui grafis dibawah ini. Bagan 2. GrafikYana Perbandingan Perolehan BCR Pada Kombinasi X1 Terhadap X2 dan , Optimasi Usaha Pengolahan Limbah Plastik Dengan Pendekatan Simulasi Bagan 2. Grafik X3 Perbandingan Perolehan BCR Pada Kombinasi Terhadap X2 Pendekatan dan Yana , Optimasi Usaha Pengolahan Limbah X1 Plastik Dengan Simulasi (i=100%, 75%, 50% dan 25%) X3 (i=100%, 75%, 50% dan 25%) 100%

48%

100%

48%

80%

80% 60% 40% 20%

118%

0%

1 Series1 Series1

1,1908 1,2000

1,1765

1,1830

1,1908 1,2000

1,1765

1,1830

1,1908

1,1830

1,1908 1,2000

1,2000 1,19081,2000

1,1830

1,2000 1,1830 1,1908 1,1765 1,1830 1,19081,2000 1,1908 1,2000 1,1765 1,1830 1,1765

21% 18%

20%0%

1,1830

1,1765

24% 21% 24%

60% 40%

1,1765

1,1765

2

3

2Series2

4

3 Series3 4

Series2

5

5

Series45

Series3

Series4

B. Perhitungan Kombinasi X2 terhadap X1 dan X3 B. Perhitungan Kombinasi X2 terhadap X1 dan X3 KombinasiKombinasi X2 terhadapX2 X1terhadap dan X3 untuk i = 18%, 21%,i 24% dan 48%, dapatmaka diperoleh X1 dan X3 untuk = 18%, 21%, maka 24% NPV dan 48%, melalui pendekatan akhir yaitu dapat dilihat melalui berikut. NPV dapatmatematis diperolehdengan melalui pendekatan dengan hasiltabel akhir yaitu dapat B. Perhitungan Kombinasi X2 hasil terhadap X1matematis dan X3 dilihat melalui tabel berikut.X1 dan X3 untuk i = 18%, 21%, 24% dan 48%, maka Kombinasi X2 terhadap Tabel NPV 3. Tabeldapat Perhitungan NPVmelalui Pada Kombinasi Variabel X2 Terhadap X1 dan diperoleh pendekatan matematis dengan hasil akhir yaitu dapat Tabel 3. Tabel Perhitungan NPV Pada Kombinasi Variabel X2 Terhadap X1 dan X3 (i = 18%, 21%, 24% dan 48%) dilihat melalui tabel berikut. X3 (i = 18%, 21%, 24% dan 48%) NPV Komposisi No.3. Tabel Perhitungan NPV Pada Kombinasi Variabel X2 Terhadap X1 X1dan dan X3 Tabel Variabel 18% 21% 24% 48% X3 (i = 18%, 21%, 24% dan 48%) 1

No. 2 1 2

3

X2 (100%)

113,426,280

113,426,280

103,802,758

95,754,597

61,233,718

X1: 50) dan X3 25% (50

X2 (50%)

113,426,280

103,802,758

95,754,597

61,233,718

50% (50 : 50)

Komposisi X2 (75%) Variabel

4X2 (100%) X2 (25%)

X2 (75%)

18%

113,426,280 113,426,280 113,426,280

103,802,758

95,754,597

NPV

21%

103,802,758 103,802,758 103,802,758

24%

61,233,718

48%

0%

95,754,597 61,233,718 61,233,718 0% 95,754,597 75% (50 : 50) 95,754,597

61,233,718

25% (50 : 50)

tabel simulasi kombinasi X2 terhadap103,802,758 X1 terhadap dan X3 untuk perolehan optimasi NPVoptimasi di atas, Dari tabel simulasi kombinasi X2 X195,754,597 dan X3 untuk perolehan 3Dari X2 (50%) 113,426,280 61,233,718 50% (50maka : 50) NPV di atas, maka dapat digambarkan melalui grafis dibawah ini. dapat digambarkan melalui grafis dibawah ini. 4 X2 (25%) 113,426,280 103,802,758 95,754,597 61,233,718 75% (50 : 50)

Perbandingan optimasi NPV daridapat grafik di atas dapat digambarkan melalui Perbandingan optimasi NPV dari grafik di X2 atas digambarkan melalui gabungan grafik berikut. Dari tabel simulasi kombinasi terhadap X1 dan X3 untuk perolehan optimasi gabungan grafik berikut.

NPV di atas, maka dapat digambarkan melalui grafis dibawah ini.

Bagan 3. Grafik Perbandingan Perolehan NPV Dari Kombinasi X2 Terhadap X1 dan Bagan 3. Grafik Perbandingan Perolehan NPV Dari Kombinasi X2 Terhadap X1 dan X3 Pada Persentase Kombinasi 100%, 75%, 50% dan 25% (i = 18%, 21%, X3 Pada Persentase 25% digambarkan (i = 18%, 21%, melalui Perbandingan optimasi Kombinasi NPV dari100%, grafik75%, di 50% atasdan dapat 24% dan 48%) 24% dan 48%)

gabungan grafik berikut. 100%

113.426.280 103.802.758 95.754.597

61.233.718

Bagan 3. Grafik Perbandingan Perolehan NPV 35 Dari Kombinasi X2 Terhadap X1 dan 80% X3 Pada Persentase Kombinasi 100%, 75%, 50% dan 25% (i = 18%, 21%, 61.233.718 113.426.280 103.802.758 95.754.597 24% dan 48%)

Bagan 3. Grafik Perbandingan Perolehan NPV Dari Kombinasi X2 Terhadap X1 dan Kombinasi 100%, 75%, 50% dan 25% (i = 18%, 21%, Jurnal Serambi Engineering, X3 VolumePada I, NomorPersentase 1, Agustus 2016 24% dan 48%) 100% 80%

113.426.280 103.802.758 95.754.597

61.233.718

113.426.280 103.802.758 95.754.597

61.233.718

60% 113.426.280 103.802.758 95.754.597

40%

113.426.280 103.802.758 95.754.597

20%

61.233.718 61.233.718

, Optimasi Usaha Pengolahan Limbah Plastik Dengan Pendekatan Simulasi 0% Yana 21% 24% Plastik 18% Usaha Pengolahan 48%Dengan Pendekatan Simulasi Yana , Optimasi Limbah 1 Series1

2 Series2

3 Series3

4 Series4

Series5

KombinasiKombinasi X2 terhadap dan X3 untuk i =X3 18%, 21%,i 24% dan 21%, 48%, maka PI dan PP dapat X2X1terhadap X1 dan untuk = 18%, 24% BCR, dan 48%, maka Kombinasi X2 dapat terhadap X1 dandengan X3 untuk i akhir = 18%, 21%, 24%dapat dan 48%, maka 6 tabel diperoleh melalui matematis hasil perhitungan dilihat melalui BCR, PI danpendekatan PP diperoleh melalui pendekatan matematis dengan hasil akhir BCR, PI dan PP dapat diperoleh melalui pendekatan matematis dengan hasil akhir perhitungan dapat dilihat melalui tabel berikut. berikut. perhitungan dapat dilihat melalui tabel berikut. Tabel 4. Tabel Perhitungan BCR, PI dan PP Pada Kombinasi Variabel X2 Terhadap Tabel 4.dan Tabel BCR, PIdan dan48%) PP Pada Kombinasi Variabel X2 Terhadap X3 (Perhitungan i = 18%,BCR, 21%, 24% Tabel 4.X1Tabel Perhitungan PI dan PP Pada Variabel X2 Terhadap X1 dan X3 ( i = 18%, 21%, 24% dan Kombinasi 48%) X1 dan X3 ( i = 18%, 21%, 24% dan 48%) BCR No. 1 2 3 4

Komposisi No. Komposisi Variabel Variabel 1 X2 (100%) X2 (100%) 2 X2 (75%) X2 (75%) 3 X2 (50%) X2 (50%) 4 X2 (25%) X2 (25%)

PI PP X1 dan X3 BCR 18% 21% 24% 48% PI PP X1 dan X3 18% 21% 24% 48% 1.2051 1.2051 1.2051 1.2051 1.0544 Bulan ke-6 0% 1.2051 1.2051 1.2051 1.2051 1.0544 Bulan ke-6 0% 1.2019 1.2019 1.2019 1.2019 1.0405 Bulan ke-6 25% (50 : 50) 1.2019 1.2019 1.2019 1.2019 1.0405 Bulan ke-6 25% (50 : 50) 1.1988 1.1988 1.1988 1.1988 1.0271 Bulan ke-6 50% (50 : 50) 1.1988 1.1988 1.1988 1.1988 1.0271 Bulan ke-6 50% (50 : 50) 1.1957 1.0000 1.1957 1.1957 1.0139 Bulan ke-6 75% (50 : 50) 1.1957 1.0000 1.1957 1.1957 1.0139 Bulan ke-6 75% (50 : 50)

Dari tabel Dari simulasi terhadapX2 X1terhadap dan X3 untuk perolehan optimasi BCR, PI dan PP di tabelkombinasi simulasi X2 kombinasi X1 dan X3 untuk perolehan optimasi Dari tabel simulasi kombinasi X2 terhadap X1 dan X3 untuk perolehan optimasi atas, maka melalui grafis dibawah ini. BCR,dapat PI dandigambarkan PP di atas, maka dapat digambarkan melalui grafis dibawah ini. BCR, PI dan PPterhadap di atas, maka dapat digambarkan grafis dibawah ini. Perbandingan optimasi BCR dari tabel dimelalui atas dapat digambarkan melalui gabungan grafik Perbandingan terhadap optimasi BCR dari tabel di atas dapat digambarkan Perbandingan terhadap optimasi BCR dari tabel di atas dapat digambarkan melalui gabungan grafik berikut. berikut. melalui gabungan grafik berikut. Bagan 4. Grafik Perbandingan Perolehan BCR Kombinasi Pada Kombinasi X2 Terhadap dan Bagan 4. 4.Grafik Perbandingan Perolehan BCR Pada X2X2 Terhadap X1 X1 danX1 Bagan Grafik Perbandingan Perolehan BCR Pada Kombinasi Terhadap dan X3 (i=100%, 75%, 50% dan 25%) X3 (i=100%, 75%,75%, 50% dan X3 (i=100%, 50%25%) dan 25%) 100% 100% 80% 80% 60% 60% 40% 40% 20% 20% 0% 0%

Series1 Series1

Series2 Series2

24% 24% 21% 21% 18% 18% 1

Series4 Series4

1,1957 1,2051 1,2019 1,1988 1,1957 1,2051 1,2019 1,1988 1,1957 1,2019 1,2051 1,1988 1,1957 1,2019 1,2051 1,1988 1,0000 1,2051 1,2019 1,1988 1,0000 1,2051 1,2019 1,1988 1,1957 1,2051 1,2019 1,1988 1,1957 1,2051 1,2019 1,1988

48% 48%

1

Series3 Series3

2

2

3

3

4

4

5

5

C. Perhitungan Kombinasi X3 terhadap X1 X2 C.C. Perhitungan Kombinasi X3 terhadap X1 dan X2 dan Perhitungan Kombinasi X3 terhadap X1 dan X2 Kombinasi X3X1 terhadap dan iX2 untuk21%, i = 18%, 21%, 24% dan NPV 48%, dapat maka Kombinasi X3 terhadap danX1 X2X1 untuk = 18%, 24% dan 48%, maka Kombinasi X3 terhadap dan X2 untuk i = 18%, 21%, 24% dan 48%,yaitu makadapatdiperoleh NPV dapat diperoleh melalui pendekatan matematis dengan hasil akhir melalui pendekatan matematis dengan hasil akhir yaitu dapat dilihat melalui NPV dapatmelalui diperoleh melalui pendekatan matematis dengan hasil akhirtabel yaituberikut. dapat dilihat tabel berikut. dilihat melalui tabel berikut. Tabel 5. Tabel Perhitungan NPV Pada Kombinasi Variabel X3 Terhadap X1 dan 36 Tabel 5. Tabel Perhitungan X2 (i = 18%,NPV 21%,Pada 24%Kombinasi dan 48%) Variabel X3 Terhadap X1 dan X2 (i = 18%, 21%, 24% dan 48%) Komposisi No. Komposisi

NPV NPV

X1 dan X2

C. Perhitungan Kombinasi X3 terhadap X1 dan X2 Kombinasi X3 terhadap X1 dan X2 untuk i = 18%, 21%, 24% dan 48%, maka NPV dapat diperoleh melalui pendekatan matematis dengan hasil Limbah akhirPlastik yaitu dapat Yana, Optimasi Usaha Pengolahan Dengan Pendekatan Simulasi dilihat melalui tabel berikut. Tabel 5. Tabel Perhitungan NPV Pada Kombinasi Variabel X3 Terhadap X1 dan Tabel NPV Pada Kombinasi Variabel X3 Terhadap X1 dan X2 5. (i =Tabel 18%,Perhitungan 21%, 24% dan 48%) X2 (i = 18%, 21%, 24% dan 48%) No. 1 2 4

Komposisi Variabel

18%

NPV

21%

24%

48%

X1 dan X2

Yana , Optimasi Usaha Pengolahan Limbah83,785,272 Plastik Dengan Pendekatan Simulasi X3 (100%) 99,247,995 90,827,413 53,579,503 0%

Yana , Optimasi Usaha Pengolahan Limbah Plastik Dengan Pendekatan Simulasi

Usaha Pengolahan Plastik Dengan Pendekatan X3 (75%) Yana , Optimasi 104,564,852 95,693,168 Limbah 88,273,769 56,449,834 25%Simulasi (50 : 50)

3 X3 (50%) X3 (25%) 44 X3 X3(25%) (25%)

109,881,709 100,558,922 115,198,566 105,424,676 115,198,566 105,424,676 115,198,566 105,424,676

92,762,266 97,250,762 97,250,762 97,250,762

59,320,164 50% (50 : 50) 62,190,495 75% (50 : 50) 62,190,495 62,190,495 75% 75%(50 (50::50) 50)

Dari tabel simulasi kombinasi X3 terhadap X1 dan X2 untuk perolehan optimasi 7 Dari tabel simulasi kombinasi X3 X1 X2 perolehan optimasi Dari tabel simulasi X3 terhadap X1terhadap dan X2 untuk perolehan optimasi NPV di atas, maka Dari tabelkombinasi simulasi kombinasi X3 terhadap X1 dan dan X2 untuk perolehan optimasi NPV di atas, maka dapat digambarkan melalui grafis dibawah ini.untuk di dapat digambarkan melalui grafis dibawah dapatNPV digambarkan melalui grafis dibawah ini. NPV di atas, atas, maka maka dapat digambarkan melalui grafisgrafik dibawah ini. Perbandingan optimasi NPV dari keempat di ini. atas dapat digambarkan Perbandingan optimasi NPV dari keempat grafik di atas Perbandingan optimasi NPV dari keempat grafik di atas dapat digambarkan melalui gabungan Perbandingan optimasi NPV dari keempat grafik di atas dapat dapat digambarkan digambarkan melalui gabungan grafik berikut. gabungan grafik berikut. grafikmelalui berikut. melalui gabungan grafik berikut. Bagan 5. Grafik Perbandingan Perolehan NPV Dari Kombinasi X3 Terhadap X1 Bagan 5. Perbandingan Perolehan NPV Dari X3 Terhadap 5. Grafik Grafik Perbandingan Perolehan NPVKombinasi Dari Kombinasi Kombinasi X3 Terhadap X1 dan X2 Pada Persentase Kombinasi 100%, 75%, dan 25% (i X1 =X218%, BaganBagan 5. Grafik Perbandingan Perolehan NPV Dari X350% Terhadap X1 dan Pada dan X2 Pada Persentase Kombinasi 100%, 75%, 50% dan 25% (i(i == 18%, dan X2 Pada Persentase Kombinasi 100%, 75%, 50% dan 25% 21%, 24% dan 48%) Persentase Kombinasi 100%, 75%, 50% dan 25% (i = 18%, 21%, 24% dan 48%) 18%, 21%, 24% dan 48%) 100% 21%, 24% dan 48%) 100% 100% 90% 90% 90% 80% 80% 80% 70% 70% 70% 60% 60% 60% 50% 50% 50% 40% 40% 40% 30% 30% 30% 20% 20% 20% 10% 10% 10% 0% 0% 0%

62.190.495 115.198.566 105.424.676 97.250.762 105.424.676 97.250.762 62.190.495 115.198.566 62.190.495 115.198.566 105.424.676 97.250.762

109.881.709 100.558.922 92.762.266 100.558.922 92.762.266 109.881.709 109.881.709 100.558.922 92.762.266 104.564.852 95.693.168 88.273.769 104.564.852 88.273.769 104.564.852 95.693.168 95.693.168 88.273.769

59.320.164 59.320.164 59.320.164 56.449.834 56.449.834 56.449.834

Series5 Series5 53.579.503 Series5 Series4 90.827.413 83.785.272 99.247.995 53.579.503 53.579.503 Series4 90.827.413 83.785.272 99.247.995 Series4 90.827.413 83.785.272 99.247.995 Series3 Series3 Series3 Series2 24% 48% 21% 18% Series2 1 18% 2 21% 3 24% 4 48% Series2 Series1 11 18% 22 21% 33 24% 44 48% Series1 Series1

Kombinasi X3 terhadap X1 dan X2 untuk i = 18%, 21%, 24% dan 48%, maka BCR, PI dan PP dapat Kombinasi X3 terhadap X1 dan X2 untuk i = 18%, 21%, 24% dandilihat 48%, melalui maka tabel diperoleh melalui pendekatan matematis dengan hasil akhir perhitungan dapat Kombinasi X3 X1 dan untuk 21%, 48%, maka Kombinasi X3 terhadap terhadap X1melalui dan X2 X2pendekatan untuk ii == 18%, 18%, 21%, 24% 24% dan danhasil 48%,akhir maka BCR, PI dan PP dapat diperoleh matematis dengan berikut. BCR, PI dan PP dapat diperoleh melalui pendekatan matematis dengan hasil akhir BCR, PI dan dapatmelalui diperoleh perhitungan dapatPP dilihat tabel melalui berikut. pendekatan matematis dengan hasil akhir perhitungan perhitungan dapat dapat dilihat dilihat melalui melalui tabel tabel berikut. berikut. Tabel 6. Tabel Perhitungan BCR, PI dan PP Pada Kombinasi Variabel X3 Terhadap X1 dan X2 ( i = Tabel 6. Tabel Perhitungan BCR, PI dan PP Pada Kombinasi Variabel X3 Terhadap Tabel 6. Tabel Perhitungan BCR, PI dan 18%, 21%, Tabel 6.X1 Tabel Perhitungan BCR, PI24% dan PP PP Pada Pada Kombinasi Variabel Variabel X3 X3 Terhadap Terhadap dan24% X2 (dan i = 48%) 18%, 21%, dan 48%)Kombinasi X1 dan X2 ( i = 18%, 21%, 24% dan 48%) X1 dan X2 ( i = 18%, 21%, 24% dan 48%) No. No. No. 1 1 2 1 2 3 2 3 4 3 44

BCR Komposisi PI PP X1 dan X2 BCR Komposisi Variabel Komposisi 18% 21% BCR 24% 48% PI PP X1 PI PP X1dan danX2 X2 Variabel 18% 21% 24% 48% Variabel 18% 21% 24% 48% X3 (100%) 1.2188 1.2188 1.2188 1.2188 1.1551 Bulan ke-6 0% X3 (100%) 1.2188 1.2188 1.2188 1.2188 1.1551 Bulan ke-6 0% X3(75%) (100%) 1.2092 1.2188 1.2092 1.2188 1.2092 1.2188 1.2092 1.2188 1.0965 1.1551 Bulan Bulan ke-6 25% (50 0% X3 ke-6 : 50) X3 (75%) 1.2092 1.2092 1.2092 1.2092 1.0965 Bulan ke-6 25% (50 ::50) X3 (75%) 1.2092 1.2092 1.2092 1.2092 1.0965 Bulan ke-6 25% (50 50) X3 (50%) 1.2013 1.2013 1.2013 1.2013 1.0471 Bulan ke-6 50% (50 : 50) X3 (50%) 1.2013 1.2013 1.2013 1.2013 1.0471 Bulan ke-6 50% (50 : 50) (50%) 1.2013 1.1946 1.2013 1.1946 1.2013 1.1946 1.2013 1.0049 1.0471 Bulan Bulan ke-6 75% 50% : 50) X3X3 (25%) 1.1946 ke-6 (50(50 : 50) X3 (25%) 1.1946 1.1946 1.1946 1.1946 1.0049 Bulan ke-6 75% (50 : X3 tabel (25%) simulasi 1.1946 1.1946 X31.1946 1.0049 ke-6 optimasi 75% (50 :50) 50) Dari kombinasi terhadap1.1946 X1 dan X2 untuk Bulan perolehan

tabel simulasi kombinasi X3 terhadap X1 dan X2 perolehan optimasi Dari tabel simulasi kombinasi X3X1 terhadap X1 dan X2 untuk untuk perolehan optimasi Dari tabel simulasi X3 terhadap dan X2 untuk perolehan optimasi PI dan PP BCR, PI Dari dan PP dikombinasi atas, maka dapat digambarkan melalui grafis dibawah ini. BCR, BCR, PI dan PP di atas, maka dapat digambarkan melalui grafis dibawah ini. di atas, maka dapat digambarkan melalui grafis dibawah ini. BCR, PI dan PP di atas, maka dapat digambarkan melalui grafis dibawah ini. Perbandingan terhadap optimasi BCR dari tabel di atas dapat digambarkan Perbandingan terhadap optimasi BCR dari tabel di digambarkan Perbandingan terhadap optimasi dari tabel di atas dapat digambarkan melalui gabungan grafik Perbandingan terhadap optimasi BCR dari tabel di atas atas dapat dapat digambarkan melalui gabungan grafik berikut.BCR melalui gabungan grafik berikut. berikut. melalui gabungan grafik berikut. 37

Yana

Jurnal Serambi Engineering, Volume I, Nomor 1, Agustus 2016Usaha , Optimasi

Pengolahan Limbah Plastik Dengan Pendekatan Simulasi

Bagan 6. Grafik Perbandingan Perolehan BCR Pada Kombinasi X3 Terhadap X1 dan X2 Bagan (i=100%, 6. Grafik 75%, Perbandingan BCR Pada Kombinasi X3 Terhadap X1 50% dan Perolehan 25%) dan X2 (i=100%, 75%, 50% dan 25%) 100%

1,2188 1,2092 1,2013 1,1946

48%

80% 60%

24%

40%

21%

20% 0%

18% 1

2

1,2188 1,2092 1,2013

1,1946

Series4

1,2188 1,2092 1,2013

1,1946

Series3

1,2188 1,2092 1,2013

1,1946

3

4

Series2 Series1

5

Berdasarkan hasil pengolahan data yang data diperoleh atas, makadioptimasi keuntungan maksimum Berdasarkan hasil pengolahan yangdidiperoleh atas, maka optimasi yang diperoleh dari simulasi ketiga variabel X1, X2 dan X3 pada kondisi dimana i = 18%, X1 =100%, keuntungan maksimum yang diperoleh dari simulasi ketiga variabel X1, X2 dan X3 pada X2kondisi dan X3dimana sebesar i0% yang yaitu sebesar Rp127.604.565. Pada kondisi = dengan 18%, X1keuntungan =100%, X2 dandiperoleh X3 sebesar 0% dengan keuntungan yang simulasi ini, maka investasi lainnya Pada diperoleh yaitusimulasi BCR = 1.1765, PI = 1,0521 dan PP jatuh diperoleh yaitu parameter sebesar Rp127.604.565. kondisi ini, maka parameter investasi lainnya diperoleh yaitu BCR = 1.1765, PI = 1,0521 dan PP jatuh pada bulan kepada bulan ke-7. 7. 5. Kesimpulan Dan Saran 5.Kesimpulan Kesimpulan Dan Saran 5.1. 5.1. DariKesimpulan uraian yang telah dijelaskan pada bab pengolahan data dan bab sebelumnya, maka dapat Dari uraian yang telah dijelaskan pada bab pengolahan data dan bab sebelumnya, ditarik beberapa kesimpulan sebagai berikut: maka dapat ditarik beberapa kesimpulan sebagai berikut: a. Berdasarkan Analisa Kriteria Investasi / Analisa/ Biaya Manfaat Cost(Benefit Analysis), maka dapat a. Berdasarkan Analisa Kriteria Investasi Analisa Biaya(Benefit Manfaat Cost disimpulkan bahwa usaha industri pengolahan dijalankan oleh lembaga Analysis), maka dapat disimpulkan bahwalimbah usaha plastik industriyang pengolahan limbah plastik Palapa Plasticyang Recycle di Kotaoleh Lhokseumawe adalahPlastic layak diusahakan, Karena dengan tingkat suku bunga dijalankan lembaga Palapa Recycle di Kota Lhokseumawe adalah 18% setelah 3 tahun (pada periode tahun perhitungan 2006 – 2009) keuntungan dapat diperoleh. layak diusahakan, Karena dengan tingkat suku bunga 18% setelah 3 tahun (pada − periode Net Present (NPV) 2006 = Rp 12.020.817,tahunValue perhitungan – 2009) keuntungan dapat diperoleh. 0). Maknanya yaitu usaha industri pengolahan limbah plastik menjadi plastik cacahan − (NPV Net ≥ Present Value (NPV) = Rp 12.020.817,(NPV ≥ 0). Maknanya yaitu usaha industri pengolahan limbahadalah plastiklayak menjadi di Kota Lhokseumawe yang dilakukan oleh Palapa Plastic Recycle (bermanfaat) plastik cacahan di Kota Lhokseumawe yang dilakukan oleh Palapa Plastic untuk dilaksanakan. Recycle (bermanfaat) − Benefit Costadalah Rationlayak (BCR) = 1,00257 untuk dilaksanakan. −Nilai Benefit Cost Ration = 1,00257 perhitungan BCR(BCR) ≥ 1 (1,00257 ≥ 1). Maknanya investasi pengolahan limbah plastik oleh Nilai perhitungan BCR ≥ 1 (1,00257 ≥ 1). Maknanya investasi pengolahan limbah Palapa Plastic Recycle di Kota Lhokseumawe pada periode 2005-2009 adalah layak secara plastik oleh Palapa Plastic Recycle di Kota Lhokseumawe pada periode 2005ekonomis. 2009 adalah layak secara ekonomis. − Internal Rate of Return (IRR) = 0,2124 atau 21,24% − Internal Rate of Return (IRR) = 0,2124 atau 21,24% IRR yang diperoleh > tingkat bunga berlaku. Karena pada tingkat suku bunga 21,24% nilai IRR yang diperoleh > tingkat bunga berlaku. Karena pada tingkat suku bunga NPV = 0, maka pengolahan limbah plastik inilimbah adalahplastik layak secara ekonomis. 21,24% nilai industri NPV = 0, maka industri pengolahan ini adalah layak − Payback Period (PP) = pada tahun ketiga. secara ekonomis. tahun Period ketiga dari industri limbah plastik telah memperoleh keuntungan −Pada Payback (PP)usaha = pada tahun pengolahan ketiga. sebesar 32.365.144,Pada Rp tahun ketiga dari usaha industri pengolahan limbah plastik telah − Profitabilitas Index (PI) = 1,0626 memperoleh keuntungan sebesar Rp 32.365.144,PI > 1, maka investasi ini layak untuk dilaksanakan − Profitabilitas Index (PI) = 1,0626 PI > keuntungan 1, maka investasi ini layakproduksi untuk dilaksanakan b. Optimasi maksimum limbah plastik Palapa Plastic Recycle di Kota b.Lhokseumawe Optimasi keuntungan maksimum produksi limbah plastik Recycle di dimana berdasarkan simulasi pada ketiga variabel X1, X2Palapa dan X3Plastic yaitu pada kondisi berdasarkan simulasi ketiga variabel X1, X2diperoleh dan X3 yaitu i =Kota 18%,Lhokseumawe X1 = 100%, X2 dan X3 sebesar 0%pada dengan keuntungan yang yaitu sebesar pada kondisi dimana i = 18%, X1 = 100%, X2 dan X3 sebesar 0% dengan Rp127.604.565. Pada kondisi simulasi ini, maka parameter investasi lainnya diperoleh yaitu BCR = keuntungan yang diperoleh yaitu sebesar Rp127.604.565. Pada kondisi simulasi ini, 1.1765, PI = 1,0521 dan PP jatuh pada bulan ke-7. 9

38


5.2. Saran Berdasarkan hasil penelitian yang telah dilakukan, dapat dikemukakan beberapa saran sebagai berikut: a. Dalam proses produksi sebaiknya tetap memperketat aspek quality control, karena jika terdapat pencampuran warna yang tidak terdeteksi oleh pabrik dan terkirim kepada pembeli akan mengakibatkan penolakan produk ataupun penurunan harga jual yang signifikan dan dalam jangka panjang akan kehilangan pelanggan tetap pabrikan. b. Meskipun setelah krisis global pada pertengahan tahun 2008 mengakibatkan harga jual produk plastik cacah turun, namun pada tahun 2009 dan 2010 harga jual mulai bergerak naik kembali, namun tidak mencapai seperti harga sebelum krisis. Sehingga dalam hal ini, sebaiknya pabrikasi tetap memproduksi plastik cacahan dalam kapasitas produksi yang terbatas dan dengan hanya jenis plastik tertentu yang jumlahnya tidak sebanyak sebelum krisis (untuk mengantisipasi kemungkinan fluktuasi harga yang belum stabil). c. Untuk mensiasati keadaan yang demikian, sebaiknya pabrikasi juga untuk sementara waktu melakukan aktivitas ekstensifikasi usaha limbah dengan jenis sampah selain plastik misalnya kardus, dan lainnya yang harga jualnya relatif lebih baik di pasar sehingga memberikan keuntungan yang relatif lebih baik bagi pabrikan. Dengan kombinasi kegiatan tersebut pabrikasi dapat menjalankan strategi bertahan dan melakukan aktivitas walaupun terbatas namun masih memperoleh keuntungan dalam kegiatan menjalankan usaha tersebut. Referensi Ahyari, A. 1996. Manajemen Produksi – Perencanaan Sistem Produksi. Buku I Edisi 4 Cetakan Fakultas Ekonomi. Universitas Gajah Mada. BPFE, Yogyakarta. Hal 30. Anonim, 1991. Tata Cara Pengelolaan Teknik Sampah Perkotaan, (SNI 19-2454-1991). Departemen Pekerjaan Umum. Jakarta. Anonim, 2008. Price of Acetylene. http://www.usbcd.com/ [Diakses: 04 April 2011] Anonim. 2008. Undang‒Undang Republik Indonesia Nomor 18 Tahun 2008 tentang Pengelolaan Sampah. <www.menlh.go.id/DATA/UU18‒2008.pdf>. Diakses pada tanggal 4 November 2015. Cholig AR, Wirasmita, Sofwan O. 1994. Evaluasi Proyek. Bandung: Pionir Jaya. Hal 33-41. Gazperz JP. 1992. Analisis Sistem Terapan Berdasarkan Pendekatan Teknik Industri.Bandung: Tarsito. Hal 295. H.S. Kliger and E.R. Barker. 1984. A Comparative Study of Corrosion Resistance of Carbon and Glass Fibers, 39th Annual Conference of the Reinforced Plastics/Composites Institute, The Society of the Plastics Industry. Subakti, Irfan. 2002.Sistem Pendukung Keputusan (Decision Support System).Jurusan Teknik Informatika, Fakultas Teknologi Informasi, Institut Sepuluh November Surabaya. Hal 41.

39


Preparasi dan Investigasi Komposit Poliakrilamid-Kiserit-Selulosa Sebagai Pupuk Urea Lepas Lambat Maliya Syabriyana1, Deni Swantomo2, Sugili Putra2 1 Program Studi Teknik Kimia, Fakultas Teknik Universitas Serambi Mekkah Jl. T. Imum Lueng Bata Batoh – Banda Aceh 2 Sekolah Tinggi Teknologi Nuklir BATAN Yogyakarta Email : [email protected] Masuk: 23 Agustus;



Abstract. The spread of contamination to ground water and surface water from excessive fertilizer become major concern. Therefore, the aim of this study was to develop slow release fertilizer using urea fertilizer and kieserite in polyacrylamide-cellulose composite.Composite preparation was carried out by two variables that are kieserite mass variation and cellulose mass variation. The compositequality as slow release agent is measured by characterizationanalysisincluding porosity, swelling power, adsorption of urea, and urea released profile from composite compared to urea granules and tablets. Functional cluster and bond was investigated by FTIR (Fourier Transform Infra Red). Adsorption and desorptionpower of composite was determined by UV-Vis spectrophotometer with Nessler method. Result of variations in kieserite shows that the addition up to 3 grams kieserit mass causes an increasing in the swelling and porosity.Addition of cellulose increased the swelling power of composite but it lowers the porosity of the composite. Testing adsorption and desorption performed on the composite of the best(of 2 g kieserite, 0,15 g cellulose, and kieserite mesh -60 +80). The adsorption of urea by composite is 2.3115 g urea/g composite. Release profile of urea from composite is slower than the urea granules or tablets. As result, polyacrylamide-kieserit-cellulose can be developed as slow release fertilizer to increase fertilizer using efficiency and to avoid excessive water and ground contamination. Keywords: slow release fertilizer, composite, urea, kieserite, adsorption, desorption. Abstrak. Penyebaran kontaminasi dari kualitas air tanah dan permukaan dari penggunaan pupuk berlebihan menjadi perhatian utama. Untuk itu, penelitian ini dilakukan untuk mengembangkan pupuk lepas lambat menggunakan kombinasi pupuk urea dan kiserit dalam komposit poliakrilamidselulosa. Preparasi komposit ini melibatkan variabel massa kiserit dan massa selulosa. Kualitas komposit sebagai media lepas lambat diukur berdasarkan analisa karakterisasinya yang meliputi porositas, daya swelling, daya adsorpsi terhadap urea, dan profil pelepasan urea dalam komposit dibanding urea granul dan urea tablet. Gugus fungsi dan ikatan senyawa pupuk dengan komposit diselidiki dengan FTIR (Fourier Transform Infra Red). Penetuan kemampuan adsoprsi dan desorpsi komposit dengan spektrofotometer UV-Vis memakai metode Nessler. Hasil variasi komposisi kiserit menunjukkan bahwa penambahan massa kiserit hingga 3 gram menyebabkan peningkatan daya swelling dan porositas. Penambahan massa selulosa meningkatkan daya swelling komposit, namun porositas komposit menurun. Daya adsorpsi urea oleh kompositsebesar 2,3115 g urea/ g komposit. Dibandingkan dengan urea granul atau tablet profil lepas urea komposit lebih lambat. Sebagai hasil, komposit polyakrialamid-kiserit –selulosa dapat dikembangkan sebagai tipe pupuk lepas lambat untuk meningkatkan efisiensi penggunaan pupuk dan mencegah kontaminasi tanah dan air berlebihan. Kata kunci : pupuk lepas lambat, komposit, urea, kiserit, adsorpsi, desorpsi.

40

Maliya, Preparasi dan Investigasi Komposit Poliakrilamid-Kiserit-Selulosa Sebagai Pupuk Urea Lepas Lambat

1. Pendahuluan Indonesia merupakan negara agraris yang memiliki lahan pertanian yang luas. Pertumbuhan penduduk yang melaju pesat diiringi dengan kebutuhan bahan makanan yang meningkat pula. Untuk memenuhi kebutuhan bahan makanan maka hasil pertanian harus ditingkatkan. Pupuk memegang peranan penting untuk meningkatkan hasil pertanian. Tanpa tersedianya pupuk yang cukup, maka produksi pertanian tidak akan mampu memenuhi kebutuhan pangan masyarakat. Demi menunjang produksi pertanian, maka perlu ditingkatkan teknologi budi daya salah satunya dengan meningkatkan efisiensi pemupukan pada tanaman dengan cara melakukan pemupukan yang efektif. Dewasa ini telah dikembangkan beberapa penelitian dan penemuan baru tentang pupuk. Penelitian tersebut berupa bagaimana membuat pupuk yang memiliki kemampuan pelepasan unsur hara yang dikandungnya secara perlahan disebut pupuk lepas lambat atau slow release fertilizerlambat (Khan, et.al, 2008) dan pelepasan kandungan hara pupuk yang terkontrol kadarnya sebagai fungsi waktu disebut pupuk lepas terkendali atau controlled release fertilizer(Shaviv, 2001). Hal ini dimaksudkan agar nutrisi atau unsur hara dalam pupuk dapat diserap baik dan efisien oleh tanaman sehingga akan dapat menghemat penggunaan pupuk dan menghindari kontaminasi air tanah berlebihan. Pupuk lepas lambat ini dapat dibuat dengan memperkeras butiran pupuk, memperbesar ukuran, memperkeras dan memperbesar ukuran butir sekaligus, dan menyelaputi butiran dengan senyawa lain (Boli, et.al, 2009). Adapun senyawa yang digunakan sebagai pelapis harus memiliki kemampuan pelepasan perlahan dan memiliki daya adsorpsi terhadap air. Untuk pertumbuhan, tanaman membutuhkan Nitrogen dalam jumlah yang cukup. Nitrogen terdapat di dalam tanah dalam jumlah sedikit, sehingga untuk memenuhi kebutuhan nitrogen harus ditambahkan pupuk yang mengandung nitrogen yaitu pupuk Urea. Pemakaian pupuk urea pada tanah yang terus menerus dan berlebihan dari kebutuhan tanaman dapat menyebabkan keadaan tanah menjadi keras, tidak subur, pH tanah berubah sehingga kualitas tanah menjadi tidak layak ditanami lagi setelah beberapa kali penanaman dan tanaman menjadi layu. Pemberian pupuk terkadang terlalu banyak sedangkan yang mampu diserap tanaman sangat sedikit. Hal ini dapat disebabkan pupuk melarut dalam air dan terdispersi sedangkan kecepatan penyerapan oleh tanaman tidak sebanding dengan laju pelarutan pupuk oleh air, sehingga pupuk banyak yang terbuang sia-sia bersama aliran air. Untuk itu perlu dibuat pupuk urea yang pelepasannya lambat. Pelepasan lambat adalah laju pelepasan dari materi senyawa kimia pada tanaman dari materi pembawa nutrient sehingga mampu diserap tanaman lebih lama (Trenkel,1997). Selain unsur hara makro seperti nitrogen, juga dibutuhkan unsur hara berupa fosfat, kalium, sulfur, kalsium dan magnesium. Magnesium sangat penting dalam pembentukan klorofil daun dan sintesa beberapa enzim. Kekurangan magnesium menyebabkan klorosis daun dan menghambat fotosintesis serta metabolisme tumbuhan. Unsur magnesium paling banyak terdapat dalam batuan kiserit dalam bentuk garam Mg2+ (MgO). Batuan kiserit dapat dijadikan sebagai pupuk alam untuk memenuhi kebutuhan magnesium bagi tanaman. Batuan kiserit berupa senyawa mineral (MgSO4•H2O) yang bersifat lunak, berwarna keabu-abuan, lengket bila basah(Agung,et.al, 2008). Sifat kiserit yang lunak dan liat dalam keadaan basah dapat mengikat dan mengisolasi urea yang ditambahkan dengan baik sehingga laju dispersi urea dapat dikendalikan sehingga dapat menghemat penggunaan pupuk urea serta penyerapan urea oleh tanaman berlangsung baik serta efisien. Untuk meningkatkan daya ikat urea dalam kiserit, maka dilakukan pembuatan komposit poliakrilamid-kiserit-selulosa. komposit adalah bahan yang terbentuk apabila dua atau lebih komponen yang berlainan digabungkan (Kroschwitz, et.al, 1991).Bahan komposit berupa bahan yang heterogen yang terdiri dari dari fasa tersebar dan fasa yang berterusan. Fasa tersebar terdiri dari serat atau bahan penguat dan yang lain terdiri dari matriks. Bahan binding yang digunakan adalah akrilamida yang dipolimerisasi dengan inisiator amonium sulfat (Kricheldorf, 1992). Penggabungan antara akrilamid, kiserit dan seluosa mengunakan metode polimerisasi blending. Polimer akrilamida 41


merupakan bahan absorben yang baik. Selulosa yang akan digunakan berasal dari jerami. Selulosa mempunyai sifat mudah menyerap air (hidrofilik) , tidak mudah terurai, memiliki daya adsorsi dan penukar ion(Charles,2007). Pada penelitian ini dikembangkan pembuatan komposit poliakrilamid-kiserit-selulosa yang bersifat renponsif dan dapat digunakan sebagai matriksslow release fertilizer. Dengan menggabungkan sifat kiserit dan selulosa diharapkan daya ikat urea semakin baik dan diperoleh pupuk majemuk yang mengandung Mg dan N bersifat pelepasannya perlahan sehingga tumbuhan dapat menyerap unsur hara secara lebih efisien. Dalam penelitian ini akan dilakukan variasi komposisi komposit (kiserit dan selulosa) terhadap penjerapan urea. Karakterisasi yang dilakukan yaitu penentuan densitas, % porositas kiserit, pengamatan struktur makroskopis, dan analisa gugus fungsi penyusun matrik dengan Fourier Transform Infra-Red (FTIR). Analisa daya adsorsi dan desorpsi komposit dengan urea menggunakan sptrofotometer UV-Vis. Selain itu akan dilakukan juga pengamatan profil lepasurea dalam komposit poliakrilamid-kiserit-selulosa. 2. Metodelogi Penelitian 2.1 Bahan-Bahan Bahan-bahan yang digunakan adalah batuan kiserit, pupuk urea (N 46%), akrilamid, amonium persulfat, aquadest, reagent Nessler, larutan natrium kalium tartrat, sellulosa jerami, gliserol, natrium hidroksida. 2.2 Metode A. Preparasi Selulosa Dari Jerami Padi Jerami padi yang telah dibersihkan dan dikeringkan dipotong kecil, lalu dikeringkan dengan oven pada suhu 105oC selama 1 jam. Selanjutnya direbus dengan NaOH 7% selama 30 menit sambil diaduk dengan pengaduk. Hasil rebusan disaring dan selanjutnya dikeringkan dengan oven pada suhu100oC. Selulosa yang dikeringkan selanjutnya dianalisis kadar selulosanya. B. Analisis Kandungan Selulosa Satu gram (a gram) sampel selulosa kering ditambah 150 ML H2O, direfluks pada suhu 100oC dengan water bath selama 1 jam. Hasil refluks disaring dan residunya dicuci dengan air panas 300 mL kemudian dikeringkan dengan oven sampai berat konstan (b gram). Residu ditambahkan 150 mL H2SO4 1 N kemudian direfluks dengan water bath selama 1 jam pada suhu 100oC. Hasilnya disaring sampai netral (300 mL) dan dikeringkan serta ditimbang beratnya (c gram). Residu kering ditambahkan 10 mL H2SO4 72% dan direndam pada suhu kamar selama 4 jam. Kemudian ditambahkan 150 mL H2SO4 1 N dan direfluks pada water bath selama 2 jam pada pendingin balik. Residu disaring dan dicuci dengan H2O sampai netral (400 mL) kemudian dipanaskan dengan oven pada suhu 105oC dan hasilnya ditimbang( d gram). Selanjutnya residu diabukan dan ditimbang (e gram). Perhitungan kadar selulosa dan kadar lignin sebagai berikut: Kadar selulosa = C. Preparasi Kiserit Batuan kiserit dihancurkan menggunakan miller ,kemudian dicuci dengan aquades sambil diaduk selama 2 jam, selanjutnya disaring. Residu dioven pada suhu 110oC sampai kering. Kiserit yang telah kering kemudian digerus dan diayak dengan ukuran mesh -60+80. D. Preparasi Komposit Poliakrilamid-Kiserit-Selulosa Untuk Variasi Massa Kiserit Sebanyak 5 gram acrilamida, 1 gram gliserol, 1 gram kiserit mesh -100+120 dan 0,1 gram selulosa ditimbang. Kemudian dicampurkan bahan tersebut dengan menambahkan 5 mL aquades 42


dan diaduk selama 2 jam. Inisiator ammonium persulfat ditambahkan sebanyak 1 gram saat waktu pengadukan 10 menit sebelum waktu 2 jam tercapai. Pengadukan dihentikan setelah waktu 2 jam tercapai dan hasil pencampuran dituang pada cetakan kaca dan diratakan. Hasil pencampuran selanjutnya dikeringkan pada suhu 40oC selama 24 jam. Langkah 4 hingga 7 diulangi untuk massa kiserit 1, 2, 3, 4, dan 5 gram. E. Preparasi Komposit Poliakrilamid-Kiserit-Sellulosa Untuk Variasi Selulosa Sebanyak 5 gram akrilamida, 1 gram gliserol, 2 gram kiserit mesh -100+120 dan 0,05 gram selulosa ditimbang. Kemudian dicampurkan bahan tersebut dengan menambahkan 5 mL aquades dan diaduk selama 2 jam.Inisiator ammonium persulfat ditambahkan sebanyak 1 gram saat waktu pengadukan 10 menit sebelum waktu 2 jam tercapai. Pengadukan dihentikan setelah waktu 2 jam tercapai dan hasil pencampuran dituang pada cetakan kaca dan diratakan. Hasil pencampuran selanjutnya dikeringkan pada suhu 40oC selama 24 jam. Langkah 1 hingga 5 diulangi untuk massa selulosa 0,1; 0,2; 0,25; dan 0,3 gram. F. Uji Swelling dan Porositas Komposit Pada uji porositas ini, digunakan piknometer yang mempunyai volume 25 mL selanjutnya piknometer diisi aquades dan ditimbang. Kemudian sejumlah tertentu komposit direndam dalam aquades selama 24 jam, kemudian dimasukkan kedalam piknometer dan ditimbang.Persentase porositas dapat dihitung dengan menggunakan persamaan : ...............................(1) ...............................(2) Dengan : volume komposit (Vk) = V pikno (50 mL) – volume air (Va) Keterangan : Wks = berat komposit basah Wk = berat komposit kering Untuk menentukan kemampuan swelling komposit dapat digunakan persamaan berikut. % swelling = G. Loading Pupuk Urea Ke Dalam Komposit Larutan urea jenuh dibuat dengan melarutkan urea prill ke dalam 50 mL air dengan menambahkan secara bertahap 2 gram urea dan berat disetiap penambahan tercatat. Penambahan urea dilakukan sedikit demi sedikit ketika mendekati titik jenuh. Dicatat berat urea yang ditambahkan dimana urea tidak dapat larut lagi. Larutan urea jenuh sebanyak 25mL diserapkan ke komposit yang telah diketahui berat awalnya selama 24 jam. H. Analisis Adsorpsi Komposit Polyakrilamida-Kiserit-Selulosa Untuk mengamati daya adsorpsi komposit terhadap urea, setelah melakukan percobaaan G di atas, komposit disaring.Filtrat dicuplik sebanyak 1 mL dan diencerkan menjadi 50 mL. Kemudian 1 mL hasil pengenceran ditambah larutan HCl 0,2 N dan direfluks selama 1 jam pada suhu 100oC.Hasil reflukss diencerkan dalam labu 100 mL. Hasil pengenceran diambil sebanyak 15 mL ke dalam labu 25 mL kemudian ditambahkan 0,5 mL Na-K-tartrat dan reagent Nessler tepatkan dengan air bebas amonia. Selanjutnya dianalisis menggunakan spetrofotometer UV-Vis pada panjang gelombang 425 nm. I. Pengujian Pelepasan Pupuk Urea Pupuk yang telah di-loading diuji pelepasan pada medium air. Pencuplikan air dilakukan dalam waktu setiap 1 menit.Cuplikan dianalisis dengan spektrofotometri UV-Vis seperti pada 43


langkah kerja H di atas. J. Karakterisasi Komposit Sebanyak masing-masing 0,2 gram kiserit, dan komposit kiserit-selulosa dicuplik.Penentuan gugus fungsi masing-masing cuplikan menggunakan Fourier Transform infra Red (FTIR) di Laboratorium Terpadu Universitas Islam Indonesia.Diamati bentuk permukaan komposit kering dan setelah swelling pada mikroskop optik dengan perbesaran 200x dan 500x. 3. Hasil Dan Pembahasan Komposit sebagai media lepas lambat urea dan Mg dibuat menggunakan polimerisasi akrilamid dengan mixing matriks yaitu kiserit dan selulosa jerami. Preparasi material komposit dilakukan untuk membuat material komposit polimer adsorban sebagai matrik pupuk slow release. Poliakrilamid disini berperan sebagai binder bagi selulosa dan kiserit, selain daripada poliakrilamid sendiri merupakan material absorben yang baik. Proses polimerisasi akrilamid menggunakan inisiator amonium persulfat dengan pengadukan selama 2 jam. Pengadukan bertujuan agar monomer akrilmid dapat bercampur homogen dengan kiserit dan selulosa dimana selulosa dapat mengalami pengembangan sehingga monomer akrilamid dan butir kiserit dapat mengisi pori-pori selulosa sehingga polimerisasi dapat berlangsung efisien dan dapat terjadi pertukaran kation antara selulosa dengan kiserit yang mengandung Mg2+. Mineral kiserit merupakan mineral alam yang memiliki struktur pori-pori permukaan, dimana dengan perlakuan pengadukan monomer akrilamid dapat masuk ke pori yang terbuka. Penambahan selulosa diharapkan dapat menambah daya adsorbs komposit karena selulosa merupakan polimer hidrofilik dan juga memilki kemampuan penukar ion. Distribusi kiserit dan selulosa dalam matrik poliakrilamida dapat diamati dengan jelas pada Gambar 1 berikut ini.

Gambar 1 Hasil pengamatan komposit kering dengan mikroskop (a) perbesaran 200x (b) perbesaran 500x.

Gambar 2. Gambar komposit setelah swelling (a) perbesaran 200x (b) perbesaran 500x.

44


Uji swelling dilakukan untuk mengetahui kemapuan komposit mengadsorpsi larutan. Kapasitas adsorpsi komposit ditentukan oleh besar kecilnya derajat swelling yang mampu dicapai. 3.1 Karakterisasi Dengan Fourier Transform Infra Red (FTIR) Karakterisasi dengan FTIR bertujuan untuk mengetahui gugus fungsional dari kiserit, dan komposit poliakrilamid-kiserit-selulosa. Beberepa senyawa memiliki karakteristik khusus pada daerah serapan infra merah tertentu. Besarnya transmitansi gugus fungsi suatu senyawa terhadap panjang gelombang infra redditunjukkan pada gambar 3. Dari Spektrum FTIR tersebut terlihat pada sepktrum kiserit pada nomor gelombang 1400/

cm terdapat gugus S=O sulfat. Kiserit sebagai mineral alam yang terdiri dari banyak unsur memiliki mineral khas yaitu monmorillonit tetap dipertahankan, hal ini teramati pada bilangan gelombang 1636/ cm. Gugus amida ditunjukkan oleh nomor gelombang 1637,34/cm. Pada materi kiserit, komposit dan komposit-urea terdapat gugus OH pada nomor gelombang 3345- 3519/cm berupa regangan -OH. Hal ini menunjukkan keterdapatan gugus OH berasal dari air yang terserap dalam pori kiserit dan ikatan -OH pada selulosa. Keterdapatan gugus Si-OR pada nomor gelombang 1079-1023/cm menandakan adanya kandungan silikat dalam kiserit. Sedangkan pada nomor gelombang 956/cm terdapat gugus P-H fosfin berupa ikatan P-H yang berasal dari kiserit. Keterdapatan gugus MgO (vibrasi regangan Mg-O) sebagai penyusun utama kiserit dapat diamati pada bilangan gelombang 550/cm. tidak hanya unsur logam Mg dan Si yang terdapat dalam batuan kiserit namun terdapat bebrapa unsur logam lain, hal ini ditunjukkan oleh spektra pada bilangan gelombang 300-500/cm.

Gambar 3. Spektra FTIR dari kiserit, poliakrilamid, komposit, dan komposit-urea

3.2 Variasi Penambahan Kiserit Terhadap Daya Swelling Komposit Poliakrilamid-Kiserit-Selulosa Penambahan kiserit pada komposit bertujuan untuk melihat pengaruhnya terhadap daya swelling komposit. Dari Gambar4, terlihat bahwa daya swelling semakin meningkat dengan bertambahnya massa kiserit yang ditambahkan, namun mencapai maksimum pada penambahn 4 -5 gram kiserit. Pada massa tersebut, komposit menjadi mudah hancur ketika mengadsorpsi larutan. Untuk komposisi terbaik komposit pada variasi massa kiserit adalah 2 gram untuk komposisi 5 gram acrilamid dan 0,1 gram selulosa. 45


Gambar 4.Grafik hubungan antara massa kiserit terhadap daya swelling

3.3 Variasi Penambahan Sellulosa Terhadap Daya Swelling Komposit Poliakrilamid-KiseritSelulosa Dari variasi penambahan kiserit yang baik adalah pada massa kiserit 2 gram digunakan sebagai dasar untuk variasi massa selulosa. Pada variasi penambahan selulosa dengan massa akrilamid 5gram dan massa kiserit 2 gram terlihat bahwa penambahan selulosa memberikan pengaruh terhadap daya swelling, namun tidak terlalu signifikan. Selulosa merupakan polimer hidrofilik dan mempunyai sifat menyerap air yang baik. Sehingga polimer selulosa yang tersebar dalam matriks poliakrilamid menyerap sebagian kecil air. Tidak hanya itu kemampuan tukar kation selulosa dapat menukar ion logam dalam kiserit sehingga terjadi ikatan silang antara selulosa dan ion logam pada kiserit. Berbeda halnya pada penambahan selulosa 0,25 gram, komposit mudah hancur. Hal ini dikarenakan keberadaan selulosa yang terlalu banyak justru menjadikan komposit menjadi jenuh air sehingga ikatan fisis antara selulosa dan poliakrilamid menjadi lemah dan komposit mudah hancur. Sehingga porsi selulosa optimum adalah 0,15 gram. Pengaruh penambahan kiserit terhadap daya swelling komposit yang dihasilkan dapat diamati dari Gambar 5 berikut.

Gambar 5. Grafik hubungan jumlah selulosa terhadap daya swelling.

3.4 Penentuan porositas komposit Porositas dari komposit yang dihasilkan akan sangat menetukan kemampuan penjerapan terhadap urea yang akan akan diserapkan ke dalam komposit. Komposit dengan porositas yang tinggi akan memiliki luas permukaan kontak yang besar sehingga adsorbs dapat berlangsung lebih maksimal 46


Gambar 6. Grafik hubungan antara massa a) kiserit, b) selulosa, terhadap % porositas

Dari grafik hubungan massa kiserit terhadap % porositas (Gambar 6.a) terlihat bahwa penambahan massa kiserit pada komposit linear dengan % porositas.Hal ini dapat disebabkan terbukanya pori-pori polimer selulosa atau poliacrilida oleh pengisian kiserit. Dan disisi lain kiserit memiliki permukaan yang juga berpori. Sehingga penambahan kiserit mampu meningkatkan porositas komposit. Sedangkan pada penambahan massa selulosa (Gambar 6.b), penambahan selulosa justru mengurangi porositas komposit. Selulosa merupakan polimer padat tak larut air. Penambahan selulosa dapat meningkatkan kemampuan swelling, namun porositas komposit berkurang karena luas permukaan adsorpsi lebih kecil disebabkan selulosa berukuran lebih besar dibandingkan kiserit. 3.5 Uji Adsorpsi Komposit Poliakrilamida-Kiserit-Selulosa Dengan Urea Jenuh Untuk melihat kemampuan komposit dalam meloading urea yang akan dilepaskan perlahan dari matriks komposit, urea sebagai pupuk nitrogen diserapkan ke dalam komposit poliakrilamid-kiseritselulosa dengan merendam komposit tersebut hingga mencapai kesetimbangan. Dalam hal ini tidak dilakukan penentuan waktu setimbang namun waktu adsorpsi dianggap setimbang pada perendaman selama 24 jam. Proses adsorbsi urea oleh komposit merupakan peristiwa penjerapan pada lapisan permukaan komposit dimana molekul urea materi terkumpul pada bahan komposit sebagai adsorbent. Adsorpsi hanya berlangsung pada permukaan dinding pori adsorbent. Pada proses adsorpsi urea hanya terjadi penjerapan urea pada permukaan molekul komposit saja dan merupakan peristiwa adsorpsi fisika dimana hanya terjadi gaya tarik kearah dalam tanpa terjadi ikatan kimia antara urea dengan komposit. Urea jenuh (25 mL) yang diserapkan ke komposit memiliki konsentrasi awal 1,22 g urea/mL pelarut. Setelah diserapkan ke komposit dengan berat awal 2,0008 g konsentrasi urea jenuh menjadi 1,035 g urea/mL, sehingga kemampuan adsorpsi urea oleh komposit adalah sebesar 2,3115 g urea/g komposit. 3.6 Uji Pelepasan ( Desorpsi) Urea Dari Komposit Poliakrilamid-Kiserit-Selulosa Kemampuan urea terlepas perlahan dan bertahap dalam jangka waktu tertentu adalah karakter yang ingin dicapai dari komposit slow release.Urea yang terjerap dalam komposit poliakrilamid-kiserit selulosa dilakukan uji pelepasan (desorpsi) dalam medium air. Pemilihan medium air dimaksudkan untuk mengkondisikan pelarutan urea oleh air pada permukaan tanah saat pemupukan pada tanaman. Urea hilang pada tanah dapat diakibatkan oleh leaching, volatisasi, dan penguraian oleh bakteri urease(Marsono et.al, 2001). Penghambatan pelepasan atau leaching urea oleh air dapat dilakukan dengan membuat media komposit lepas lambat seperti pada penelitian ini. Untuk mengetahui apakah pelepasan urea dalam media komposit poliakrilamida-kiserit selulosa menunjukkan pola pelepasan lambat sejumlah tertentu komposit yang telah diadsorsi urea didiamkan dalam medium air dan dicuplik pada interval waktu tertentu untuk menentukan konsentrasi urea yang terlepas. Untuk membandingkan kemampuan 47


pelepasan urea dengan pupuk Urea yang biasa dipakai petani, yaitu urea granul dan tablet dengan urea komposit poliakrilami-kiserit-selulosa, dilakukan uji pelepasan urea terhadap waktu. Dari hasil analisis cuplikan urea menggunakan metode Nessler perwaktu desorpsi didapat hasil seperti yang ditampilkan pada Gambar 7. Pupuk urea pada berat yang sama pada uji pelepasan, pada setiap interval 1 menit dicuplik larutan lindinya untuk dianalisis kadar urea yg terlepas. Urea granul larut sempurna pada waktu 4 menit di dalam air, dengan pelepasan urea total sebesar 35 mg/mL pelarut, sedangkan urea granul larut sempurna pada waktu 6 menit. Urea dalam komposit terlihat melepas perlahan urea dari matriks komposit, dimana ditunjukkan dengan peningkatan pelepasan yang tidak signifikan. Maka dapat dikatakan komposit poliakrilamid-kiserit-selulosa dapat menghambat laju pelarutan urea dalam air. Dengan demikian bahan komposit poliakrilamid-kiserit-selulosa dapat dijadikan sebagai matriks pupuk urea lepas lambat (slow release).

Gambar 7. Perbandingan pelepasan urea dalam medium air pada urea pellet, urea granul, dan urea dalam komposit poliakrilami-kiserit-selulosa.

4. Kesimpulan Dan Saran 4.1 Kesimpulan Berdasarkan penelitian yang telah dilakukan dapat disimpulkan: 1. Penambahan kiserit pada komposit dapat meningkatkan daya swelling komposit 2. Penambahan selulosa tidak memberi pengaruh signifikan terhadap daya swelling komposit. 3. Semakin banyak kiserit yang ditambahkan nilai porositas komposit meningkat, sedangkan penambahan selulosa menurunkan porositas komposit. 4 Komposisi kiserit dan selulosa yang baik sebagai komposit lepas lambat urea adalah pada masa kiserit 2 gram dan selulosa 0,15 gram. 5. Kadar urea jenuh yang mampu diabsorbsi adalah 2,3115 g urea/g komposit. 6. Komposit yang dibuat sudah dapat mengurangi laju pelepasan urea dibanding pupuk urea granul dan tablet. 4.2 Saran 1. Perlu dilakukan optimasi penyerapan urea terhadap komposit untuk dapat menetukan kemampuan serap optimum komposit. 2. Untuk penelitian selanjutnya perlu dilakukan uji pelepasan pada media tanam (tanah). 3. Perlu dilakukan pengembangan cara baru untuk membuat media komposit slow release untuk urea selain dari metode blending polimer agar laju pelepasannya lebih lama dan terkontrol.

48


Referensi Agung, Budhy. 2001. Pembuatan Pupuk Kieserite Dari Dolomit Gresik. Jurnal Bahan Galian Industri. Pusat Penelitian dan Pengembangan Teknologi Mineral dan Batubara. Basset, J., et al.. 1994. Buku Ajar Vogel: Kimia Analisis Kuantitatif Anorganik. Jakarta : EGC. Boli, Ni, Mingzhu, L, Shaoyu , L. Multifunctional Sow Release Urea Fertilizer From Ethylcellulose and Superabsorbent Coated Formulations. Chemical Engineering Journal, Vol 155(3): 892-898. Collings, G.H.. 1995. Comersial Fertilizer Thier Sources and Use, 5thedition. Mac Graw Hill Book Comp. : New York. Khan, M.A., Kim, K., Mingzhi, W. et al. 2008. Nutrient-impregnated Charcoal: Environmentally friendly Slow Release Fertilizer. Environmentalist 28:231. Doi: 10.1007/s10669-007-9133-5. Kroschwitz, F.I., LV Mc Adams, and JA Gannon. 1991. High Performance Polymers and Composites. New York: John Willey & Sons Inc. Marsono dan P. Sigit. 2001. Pupuk Akar. Jakarta: Agromedia. Shaviv, Avi. 2001. Advances in Controlled Release Fertilizers. Advances in Agronomy, Vol. 71: 1-49.

49


Biosorpsi BOD Dan TSS Limbah Laundri Oleh Tanaman Eceng Gondok (Eichhornia crassipes) Vera Viena1, Elvitriana2, Afrianto Lab Teknik Lingkungan Fakultas Teknik Universitas Serambi Mekkah Jl. Tgk Imum Lueng Bata Batoh, Banda Aceh 1 Corresponding e-mail: [email protected], [email protected], Abstract. The research to assess the use of water hyacinth Eichhornia crassipes in biosorption process to remove BOD and TSS contents of laundri wastewater has been conducted. The research has 3 steps, e.i: (1) Preparation: water hyacinth cultivation in variated laundri wastewater 25%, 50% and 100% v/v, and wastewater analysis before process, e.i BOD, TSS, and pH; (2) Field test: cultivation of acclimatized water hyacinth in laundri wastewater with variation of surface coverage of 25%, 50% and 100% of total area; (3) Analysis of BOD, TSS in wastewater to account the biosorption eficiency. Results showed that water hycinth cultivation for 6 days gave the highest BOD (Biochemical Oxygen Demand) biosorption eficiency of 95,98%, which decreased from 544 mg/L to 21,85 mg/L value at total 100% area coverage. Water hyacinth also able to biosorp TSS (Total Suspended Solids) of 79,36%, which decreased from 218,00 mg/L to 44,99 mg/l value at total 100% area coverage. These BOD and TSS removals was affected by the organic metabolism and water hyacinth photosyntesis that made the laundri wastewater save for discarded to waterbody. Keywords: Laundry Waste, BOD, TSS, biosorpsi, water hyacinth Abstrak. Penelitian untuk mengetahui tingkat penurunan parameter BOD dan TSS pada limbah laundri secara biosorpsi dengan menggunakan eceng gondok Eichhornia crassipes telah dilakukan. Penelitian ini terdiri atas 3 tahap, yaitu (1) Persiapan: aklimatisasi eceng gondok pada konsentrasi limbah laundri berbeda 25%, 50%, dan 100% (v/v); dan analisis limbah cair laundri sebelum perlakuan meliputi BOD, TSS dan pH; (2) Uji lapangan: kultivasi eceng gondok hasil aklimatisasi dengan variasi penutupan area kolam 25%, 50%, dan 100% dari total area; dan (3) analisa hasil penyerapan BOD, TSS limbah oleh eceng gondok untuk menghitung efisiensi biosorpsi. Hasil penelitian menunjukkan bahwa penanaman Tanaman enceng gondok selama 6 hari memberikan efisiensi penyerapan BOD (Biochemical Oxygen Demand) tertinggi mencapai 95,98%, dari nilai awal 544 mg/L menjadi 21,85 mg/L pada penutupan 100% area. Eceng gondok juga mampu menyerap TSS (Total Suspended Solids) limbah laundri dari nilai awal 218,00 mg/L menjadi 44,99 mg/L, dengan efisiensi biosorpsi mencapai 79,36% pada penutupan 100% area. Penyisihan kadar BOD dan TSS ini dipengaruhi oleh penyerapan bahan organik (sulfat dan posfat) untuk metabolisme dan fotosintesis eceng gondok sehingga limbah cair laundri aman dibuang ke badan air. Kata Kunci: limbah laundri, BOD, TSS, biosorpsi, eceng gondok 1. Pendahuluan Perkembangan usaha laundri yang cukup pesat pada saat ini tidak dibarengi dengan pengolahan terhadap limbah cair yang dihasilkan laundri tersebut. Limbah laundri biasanya langsung dibuang di selokan terdekat. Hal itu mengakibatkan limbah laundri tersebut terakumulasi di air. Konsekuensinya adalah beban pencemaran air yang selama ini dijadikan tempat pembuangan limbah rumah tangga menjadi semakin berat, termasuk terganggunya komponen lain seperti saluran air, biota perairan dan sumber air penduduk. Keadaan tersebut menyebabkan terjadinya pencemaran yang banyak menimbulkan kerugian bagi manusia dan lingkungan. Limbah laundri mengandung deterjen yang merupakan pembersih pakaian. Deterjen adalah salah satu bahan pencemar air permukaan. Limbah deterjen komponen utamanya 50

Vera, Biosorpsi BOD Dan TSS Limbah Laundri Oleh Tanaman Eceng Gondok

adalah surfaktan (surface active agent) yang akan mencemari lingkungan, terutama akan mencemari air permukaan karena menyebabkan pertumbuhan ganggang dan eceng gondok yang akan mempercepat proses pendangkalan (Darmono, 2001). Pencemaran air dapat mengganggu biota air, serta perubahan BOD, TSS dan pH air yang menyebabkan terganggunya ekosistem air. Selain itu deterjen dalam badan air dapat merusak insang dan organ pernafasan ikan yang mengakibatkan toleransi ikan terhadap badan air yang kandungan oksigennya rendah menjadi menurun. Ikan membutuhkan air yang mengandung oksigen paling sedikit 5 mg/liter atau 5 ppm (part per million). Apabila kadar oksigen kurang dari 5 ppm, ikan akan mati, tetapi bakteri yang kebutuhan oksigen terlarutnya lebih rendah dari 5 ppm akan berkembang. Apabila sungai menjadi tempat pembuangan limbah yang mengandung bahan organik, sebagian besar oksigen terlarut digunakan bakteri aerob untuk mengoksidasi karbon dan nitrogen dalam bahan organik menjadi karbondioksida dan air. Sehingga kadar oksigen terlarut akan berkurang dengan cepat dan akibatnya hewan-hewan seperti ikan, udang dan kerang akan mati (Bahtiar, 2007). Dalam menangani limbah cair yang ada di lingkungan dapat digunakan beberapa metode, antara lain secara fisika dn kimia didasarkan pada Dissolved Oxygen (DO), Biologycal Oxygen Demand (BOD), Chemical Oxygen Demand (COD), pH dan sebagainya. Metode yang lain secara biologis dengan menggunakan tumbuhan air yaitu kayu apu, genjer, kiambang, kangkung, Azolla pinnata serta eceng gondok (Eichhornia crassipes). Eceng gondok itu sendiri memiliki kemampuan untuk menurunkan kandungan BOD, COD, NH3, Posfat dan padatan tersuspensi yang merupakan tolak ukur pencemaran oleh zat-zat organik (Suardhana, 2009). BOD merupakan salah satu indikator pencemaran organik pada suatu perairan. Eceng gondok sangat peka terhadap keadaan yang unsur haranya di dalam air kurang mencukupi tetapi mempunyai respon terhadap konsentrasi unsur hara yang tinggi. Akar eceng gondok berupa serabut yang penuh dengan bulu akar, ujung akarnya berwarna merah. Bulu-bulu akar berfungsi sebagai pegangan atau jangkar dan sebagian besar berguna untuk mengabsorbsi zat-zat organik dan makanan dalam air. (Nurhayati, 1999). Kecepatan penyerapan zat pencemar dari dalam air limbah oleh eceng gondok dipengaruhi oleh beberapa faktor, di antaranya: (1) komposisi dan kadar zat yang terkandung dalam air limbah, (2) kerapatan eceng gondok, dan (3) waktu tinggal eceng gondok dalam air limbah. Selain unsur hara (N) dan (P), eceng gondok menyerap logam-logam berat seperti Cr, Pb, Hg, Cd, Cu, Fe, Mn, Zn dengan baik, kemampuan menyerap logam persatuan berat kering eceng gondok lebih tinggi pada umur muda dari pada umur tua (Perdana, 2007). Dengan mekanisme transportasi seperti itulah eceng gondok mampu menyerap zat-zat organik, logam berat dan mineral tinggi yang terkandung dalam air yang tercemar oleh limbah rumah tangga dan industri. Salah satu metode yang dapat diaplikasikan untuk mengolah limbah cair adalah dengan metode biosorpsi menggunakan eceng gondok (Eichornia crassipes) untuk dapat menurunkan nilai BOD dan TSS khususnya pada limbah laundri. Cara kerja eceng gondok adalah dengan menguraikan sel kedalam air limbah melalui alur dan menambah jumlah oksigen yang terlarut dalam air limbah sehingga memacu kerja mikroorganisme dalam menguraikan senyawa-senyawa pencemar. Berdasarkan latar belakang diatas maka tujuan dari penelitian ini yaitu: “Menganalisa penyerapan parameter BOD (Biochemical Oxygen Demand) dan TSS (Total Suspended Solids) secara biosorpsi menggunakan eceng gondok pada limbah cair laundri”. 2. Metodologi Penelitian 2.1 Tahap Persiapan Penelitian 1. Mempersiapkan bak kaca kapasitas 100 liter (ukuran t = 50 cm, p = 50 cm, dan l = 40 cm), dan diisi dengan lembah cair laundri sebanyak 40 liter. 2. Proses aklimatisasi eceng gondok dilakukan dengan cara menghidupkan eceng gondok sebagai 51


biosorber pada konsentrasi limbah laundri toko X bervariasi yaitu: 25%, 50%, dan 100% v/v. 3. Analisa karakteristik limbah cair Laundri toko X sebelum perlakuan meliputi pH, BOD, TSS dan Turbidity. 2.2 Tahap Operasi Lapangan 1. Hasil aklimatisasi eceng gondok terbaik (pada variasi konsentrasi limbah laundri) digunakan sebagai biosorber pada penelitian selanjutnya yang dimasukkan kedalam bak kaca volume 100 liter yang diisi 40 liter air limbah laundri toko X. 2. Kultivasi dan penutupan permukaan kolam oleh eceng gondok sebesar 25%, 50% dan 100% area. 3. Sampel limbah cair laundri diambil setiap hari mulai hari ke 0 sampai hari ke 6, dan dianalisa sesuai dengan parameter baku limbah yang telah ditetapkan. 2.3 Tahap Analisa Hasil Analisa hasil meliputi penentuan nilai BOD dan TSS yang tersisa dalam sampel limbah cair toko X. Analisa ini dilakukan untuk mengetahui tingkat penyerapan nilai BOD dan TSS dalam limbah cair setelah perlakuan biosorbsi oleh eceng gondok. 3. Hasil dan Pembahasan Eceng gondok dapat menyerap unsur-unsur hara yang larut dalam air melalui akarnya. Penyerapan tersebut dilakukan oleh akar tumbuhan dimana terdapat mikroorganisme yang hidup bersimbiosa di sekitar akar, mikroorganisme yang biasa terdapat di akar adalah Zoogela Ramigera, Pseudomonas, Flavobacterium, Alcaligens, Bacillus, Nitrosomonas, Nitrobacter dan Brevibacterium (Widowati, 2000). Dari hasil analisa uji Laboratorium Baristand Banda Aceh (LABBA), diperoleh hasil uji BOD (Biochemical Oxygen Demand) sebesar 554,00 mg/L dan TSS (Total Suspended Solids) sebesar 218,00 mg/L. Konsentrasi kedua parameter tersebut berbahaya jika limbah cair hasil cucian tersebut langsung dibuang ke aliran air atau permukaan tanah, sehingga limbah tersebut dapat mengganggu ekosistem dan merusak lingkungan. Oleh karena itu perlu adanya penangan lebih lanjut terhadap limbah cair hasil cucian laundri Toko X yang ada sehingga pencemaran lingkungan dapat diminimalisir. Pada Tabel 1. Ditunjukkan hasil karakterisasi limbah laundri sebelum diberi perlakuan biosorpsi oleh tanaman eceng gondok. Tabel 1. Karakterisasi limbah laundri Toko X sebelum perlakuan biosorpsi eceng gondok

Tabel 1. Karakterisasi limbah laundri Toko X sebelum perlakuan biosorpsi eceng gondok No. 1.

Parameter Uji BOD

Metode Uji SNI.6989-72-2009

Satuan mg/L

Hasil Uji 554,00

2.

pH

SNI.06-6989-1-2004

-

7,80

3.

Tubidity

SNI.06-6989-25-2005

NTU

383,00

4.

TSS

SNI.06-6989-3-2004

mg/L

218,00

Sumber: Hasil analisa Laboratorium Sumber: Hasil analisa Laboratorium BaristandBaristand Aceh (2013)Aceh

(2013)

Dari semua perlakuan penelitian bahwa Dari semua perlakuan penelitian yang dilakukanyang dapatdilakukan diketahuidapat bahwadiketahui penyerapan BOD tertinggi penyerapan BOD tertinggi terjadi pada penggunaan eceng gondok dengan penutupan terjadi pada penggunaan eceng gondok dengan penutupan 100% area dengan tingkat penurunan dari 100% area dengan tingkat penurunan dari 544,00 mg/L menjadi 21,85 mg/L setelah 6 hari 544,00 mg/L menjadi 21,85 kosentrasi mg/L setelah hari kultivasi. Penurunan BOD (mg/L) dapat kultivasi. Penurunan BOD6 (mg/L) dapat terjadi karenakosentrasi adanya penyerapan terjadi karena adanyaoleh penyerapan bahan organik olehpengurangan eceng gondok sehingga pengurangan bahan organik eceng gondok sehingga terjadi bahan organik terjadi yang lebih bahan organik yang lebih cepat, selain itu masuknya oksigen dari proses fotosintesis eceng cepat, selain itu masuknya oksigen dari proses fotosintesis eceng gondok juga dapat gondok membantu penurunan kosentrasi BOD pada limbah cucian ini terlihat juga dapat membantu penurunan kosentrasi BOD pada hasil limbah hasillaundri. cucianHal laundri. Hal ini terlihat pada efisiensi biosorpsi BOD oleh eceng gondok yang ditampilkan pada Gambar 1. pada efisiensi biosorpsi BOD oleh eceng gondok yang ditampilkan pada Gambar 1.

52

Vera, Biosorpsi BOD Dan TSS Limbah Laundri Oleh Tanaman Eceng Gondok

Gambar 2. Efisiensi Biosorpsi TSS oleh eceng gondok selama 6 hari kultivasi

Padatan tersuspensi sangat erat hubungannya dengan kekeruhan, karena meningkatnya padatan tersuspensi akan diikuti pula dengan meningkatnya kekeruhan. Kekeruhan tidak hanya membahayakan biota air tetapi juga menyebabkan air tidak produktif karena menghalangi masuknya sinar matahari untuk fotosintesis. Apabila dalam air terdapat partikel yang berlebihan, maka akan menyebabkan terjadinya kekeruhan pada air. Penurunan konsentrasi dan persentase TSS dari nilai 218,00 mg/L pada hari 0 dan pada hari ke 6, pada perlakuan eceng gondok sebanyak 100% menurun drastis hingga 44,99 mg/L. Hal ini membuktikan bahwa biosorpsi konsentrasi TSS menggunakan eceng gondok sudah memenuhi standar baku mutu yaitu nilai TSS yaitu sebesar 200 mg/L. sesuai dengan Kep Men LH tahun 1995. (Nomor : Kep – 51 /MENLH/10/1995). 4. Kesimpulan dan Saran Berdasarkan hasil penelitian dapat disimpulkan beberapa hal sebagai berikut: (a) Tanaman enceng gondok mampu menurunkan konsentrasi BOD (Biochemical Oxygen Demand), dari nilai awal 544 mg/L hingga 21,85 mg/L dengan efisiensi biosorpsi 95,98% pada perlakuan eceng gondok menutupi bak kaca percobaan sebanyak 100%, sedangkan penurunan konsentrasi TSS dari 218,00 mg/L menjadi 44,99 mg/L dengan efisiensi biosorpsi mencapai 79,36% pada pada penutupan 100% area. (b) Penyisihan kadar BOD dan TSS ini dipengaruhi oleh penyerapan bahan organik (sulfat dan posfat) untuk metabolisme dan fotosintesis eceng gondok sehingga limbah cair laundri aman dibuang ke badan air. Perlu adanya penelitian lanjutan mengenai variasi waktu dan jumlah tanaman Eceng Gondok untuk menurunkan parameter pencemar yang terdapat dalam limbah cair laundri. Hasil penelitian ini diharapkan dapat menjadi pertimbangan sebagai alternatif dalam mengelolah limbah cair laundri sebelum dibuang ke aliran air. Referensi Bakhtiar, A, 2007, Polusi Air Tanah Akibat Limbah Industri dan Rumah Tangga serta Pemecahannya, Universitas Padjajaran. Darmono, 2001, Lingkungan Hidup dan Pencemaran; Hubungan dengan Toksikologi Senyawa Logam, UI Press, Jakarta. Nurhayati, 1999, Alternatif Dalam Pengolahan Liologis Limbah Cair, Jakarta: Gajah Mada Press. Perdana, G.M.S, 2007, Sistem Pengolahan Lingkungan dan Limbah Industri, Bandung: CV. Yrama Widya. Suardhana IW. 2009. Pemanfaatan Eceng Gondok (Eichhornia crassipes (Mart) Solm) Sebagai Teknik Alternatif dalam Pengolahan Biologis Air Limbah Asal Rumah Pemotongan Hewan (RPH) Pesanggaran, Denpasar Bali. Jurnal Biologi; 2009 Desember: 9(6): 759-760 Widowati, 2000, Penggunaan Eceng Gondok (Echhornia crassipes) Sebagai Penyerapan Terhadap Mikroorganisme, Proceeding FKIP Universitas Riau, ISSN:1829-5460 53

PETUNJUK UNTUK PENULIS 1. Naskah merupakan tulisan ash yang belum pernah dipublikasikan oleh media manapun. Naskah yang ditulis untuk JBl merupakan karya ilmiah hasil penelitian lapangan atau laboratorium rnaupun studi pustaka di bidang keteknikan. Font yang digunakan adalah Times New Roman, ukuran 11 pts, spasi tunggal. Ukuran area kertas A4, dengan batas atas, bawah, kiri, kanan 3 cm, kolorn tunggal. Jumlah halaman maksimal 10 halaman. Naskah diserahkan dalam bentuk softcopy (file *.doc). Berkas dikirimkan melalui e-mail serambiengineering@serambimekkah. ac.id. Identitas penulis harus dicantumkan di bawah judul meliputi nama lengkap tanpa gelar akademik, nama institusi, alamat institusi, dan mencantumkan email kontak yang dapat di hubungi. Redaksi JSE hanya berhubungan dengan penulis utama atau penulis yang namanya tercantum pad a urutan pertama. 3. Naskah ditulis dalam Bahasa Indonesia atau Bahasa Inggris. Judul tidak lebih dari 15 kata. Abstrak harus ada dengan panjang antara 100 sampai 150 kala dan ditulis dalam dua bahasa yakni Bahasa Indonesia dan Bahasa lnggris. Kata kunci harus ada, terdiri dari 3-5 kata/frase dan dicantumkan dibawah abstrak. 4. Sistematika naksah adalah: judul; identitas penulis; abstrak; kata kunci; pendahuluan; metodologi penelitian; hasil dan pembahasan; kesimpulan; saran jika perlu; referensi. 5. Naskah disajikan menggunakan penomoran untuk bab dan sub-bab, Naskah disajikan dengan format essay dan tidak enumeratif. 6. Perujukan dan pengutipan menggunakan teknik rujukan berkurung (nama, tahun). Pencantuman sumber pada kutipan langsung hendaknya disertai keterangan tentang nomor halaman tepat asal kutipan. Contoh: (Davis, 2003: 47). 7. Daftar rujukan disusun dengan Harvard Referencing Style, dan diurutkan secara alfabetis dan kronologis. 8. Gambar maupun tabel yang diacu harus mencantumkan rujukannya. Ilustrasi tersedia dalam format hitam putih seminimal mungkin menggunakan shading (greyscale) dan dengan kualitas gambar yang baik. Perujukan pada objek (gambar, tabel, kode, rumus, dll) menggunakan nomor. 9. Naskah akan ditelaah secara anonim oleh satu orang mitra bestari (reviewer) yang ditunjuk oleh redaksi menurut bidang kepakarannya. Penulis naskah diberi kesempatan untuk melakukan perbaikan (revisi) naskah atas dasar rekomendasi dan saran dari mitra bestari atau redaksi. Kepastian pemuatan atau penolakan naskah akan diberitahukan secara tertulis via email. 10. Pemeriksaan dan penyuntingan cetak-coba dikerjakan oleh redaksi dan/atau dengan melibatkan penulis. Naskah yang sudah dalam bentuk cetak-coba dapat dibatalkan pemuatannya oleh redaksi jika diketahui bermasalah. 11. Segala sesuatu yang menyangkut perijinan pengutipan atau penggunaan software komputer untuk pembuatan naskah atau ihwal lain yang terkait dengan HAKI yang dilakukan oleh penulis naskah, berikut konsekuensi hukum yang mungkin timbul karenanya, menjadi tanggungjawab penuh penulis naskah tersebut. 12. Penulis yang naskahnya dimuat wajib membayar kontribusi biaya cetak sebesar Rp.200.000,(Dua ratus ribu rupiah) bagi penulis dari Universitas Serambi Mekkah dan Rp.250.000,- (Dua ratus lima puluh ribu rupiah) penulis dari luar Universitas Serambi Mekkah *. Penulis akan menerima nomor bukti pemuatan sebanyak 1 (satu) eksemplar.

JURNAL

Serambi Engineering Analisis Perbandingan Metode Local Search & Population Based dalam Travelling Salesman Problem (TSP) Erdiwansyah, Tau k Abdul Gani Analisa & Perancangan Edukasi Keamanan Berlalu Lintas bagi Masyarakat Berbasis Konten Multimedia Animasi Zulfan, Samsuddin Biosorpsi BOD dan TSS Limbah Laundry oleh Tanaman Enceng Gondok (Eschersia Crassipers) Vera Viena, Elvitriana, Afrianto Penambahan Tepung Maizena & Lama Penyimpanan terhadap Pengaruh Mutu Selai Sawo (Archras Zapota L) Irhamni, Harry Bahri Perancangan Aplikasi Sistem Keamanan Informasi Data Berbasis Java Yeni Yanti, Baihaqi Analisis Ketersediaan Ruang Terbuka Hijau Berdasarkan Kebutuhan Oksigen di Kota Banda Aceh Azanul Irham, Muhammad Nizar, Cut Safarina Yulianti Ekstraksi Magnetite FE3O4 Berbasis Pasir Alam Menggunakan Metode Kopresipitasi Maulinda, Zulkarnaen Jalil, Adi Rahwanto Perancangan Aplikasi Informasi Pengurusan Dokumen Kependudukan Menggunakan SMS Gateway Muhammad Fadhli, Said Mustafa Ekstrasi Bunga Kenanga (Canaga Odorata) dengan menggunakan Teknik En eurasi Radiah, Cut Meurah Rosnelly & Syaubari Penggabungan Metode Replacement Strategy Steady State dan Generational dalam Algoritma berevolusi untuk Penyelesaian TSP Munawir, Tau k Abdul Gani

Preparasi dan Investigasi Komposit Poliakrilamid-Kiserit-Selulosa Sebagai Pupuk Urea Lepas Lambat Maliya Syabriyana, Deni Swantomo, Sugili Putra

Recommend Documents