identifikasi pengaruh variabel proses dan penentuan kondisi

SEMINAR NASIONAL KIMIA DAN PENDIDIKAN KIMIA VI
“Pemantapan Riset Kimia dan Asesmen Dalam Pembelajaran
Berbasis Pendekatan Saintifik”
Program Studi Pendidikan Kimia Jurusan PMIPA FKIP UNS
Surakarta, 21 Juni 2014
MAKALAH
PENDAMPING
KIMIA ANORGANIK
DAN KIMIA FISIKA
ISBN : 979363174-0
IDENTIFIKASI PENGARUH VARIABEL PROSES DAN
PENENTUAN KONDISI OPTIMUM DEKOMPOSISI KATALITIK
METANA DENGAN METODE RESPON PERMUKAAN
Praswasti PDK Wulan 1,*
1
Departemen Teknik Kimia, Fakultas Teknik, Universitas Indonesia, Indonesia
* tel/fax : 6221-78885335 / 6221-7863515, email: [email protected]
[email protected]
ABSTRAK
Nanokarbon merupakan salah satu produk nanoteknologi yang dapat diperoleh
melalui Dekomposisi Katalitik Metana atau Methane Decomposition Reaction (MDR).
Nanokarbon menarik perhatian para peneliti karena mempunyai sifat mekanik, elektrik,
dan sifat lainnya yang unik. Sifat-sifat unik tersebut mempunyai keunggulan dan
potensi yang besar untuk diaplikasikan di berbagai bidang seperti transistor,
penyimpan hidrogen dan elektroda pada peralatan display. Penentuan kondisi
optimum proses diperlukan untuk menghasilkan nanokarbon dengan kualitas baik.
Pada penelitian ini dilakukan analisis korelasi dan signifikansi variabel proses
terhadap respon konversi metana menggunakan metode ANOVA. Kondisi operasi
yang divariasikan adalah suhu reaksi dengan rentang 650°C-750°C, waktu reaksi
rentang 5-40 menit dan laju alir metana pada 120 mL/menit – 160 mL/menit. Proses
penentuan kondisi optimum dilakukan dengan metode respon permukaan.
Eksperimen dilakukan dalam 2 tahap, yaitu orde I dan orde II. Desain eksperimen
pada tahap orde satu menggunakan desain faktorial dua level, sedangkan desain
eksperimen pada tahap orde dua menggunakan Central Composite Design (CCD).
Hasil penelitian menunjukkan aplikasi metode respon permukaan pada eksperimen
mendapatkan konversi optimum nanokarbon pada suhu reaksi 716°C dengan laju alir
118 mL/menit dan waktu reaksi 20 menit.
Kata Kunci : ANOVA, Desain Faktorial, Nanokarbon, Respon Permukaan
SEMINAR NASIONAL KIMIA DAN PENDIDIKAN KIMIA VI 443
ISBN : 979363174-0
PENDAHULUAN
Beberapa analisis seperti ANOVA
digunakan untuk mengetahui faktor-
Nanosains
(iptek
dan
nanoteknologi
nano)
merupakan
pengembangan teknologi dalam skala
nanometer. Salah satu contoh produk
nanoteknologi
tersebut
faktor
signifikan
dalam
eksperimen.
ANOVA merupakan metode analisis
yang telah terbukti dapat menyeleksi
faktor-faktor
berdasarkan
signifikansi
adalah
dan responnya terhadap sistem atau
nanokarbon. Berdasarkan bentuknya,
proses kimia (Lazic, 2004). Analisis
nanokarbon terbagi menjadi tiga, yaitu
varians (ANOVA) dilakukan pada 95%
fullerene yang berbentuk bulat, karbon
confidence interval.
nanotube yang berbentuk pipa, dan
karbon
nanofiber
berbentuk
paling efisien pada eksperimen yang
serabut dan tidak teratur [Peterson
menggunakan pengaruh dari dua atau
dkk, 1999].
lebih faktor. Metode konvensional untuk
Reaksi
yang
Desain faktorial merupakan solusi
dekomposisi
metana
mempelajari pengaruh dari beberapa
merupakan salah satu metode untuk
parameter
mendapatkan
dengan mengatur semua parameter lain
nanokarbon.
Pada
proses
telah
dilakukan
reaksi ini terjadi pemutusan ikatan H-C
seperti
dari metana menjadi komponen yang
metode preparasi dianggap konstan.
lebih sederhana yaitu hidrogen dan
Metode yang tepat untuk mengetahui
karbon (Muradov, 2000) melalui reaksi
pengaruh tiap variabel adalah Response
endotermis.
Surface (respon permukaan) yang dapat
Penentuan kondisi optimum
tekanan,
jenis
katalis
dan
digunakan untuk membuat model dan
merupakan salah satu parameter yang
menganalisa beberapa variabel untuk
berkaitan dengan pembentukan
mengoptimalkan respon.
nanokarbon berkualitas tinggi.
Kondisi operasi yang berpengaruh
Metode
merupakan
respon
permukaan
sekumpulan
teknik
terhadap kualitas nanokarbon
matematika
diantaranya adalah suhu reaksi, waktu
menganalisis
reaksi dan laju alir gas umpan. Untuk
beberapa
meneliti besarnya pengaruh variabel
mempengaruhi
atau parameter proses tersebut
akhirnya adalah untuk mengoptimalkan
diperlukan evaluasi dan penentuan
respon (Montgomery, 2001). Meskipun
metode yang paling efektif.
banyak percobaan sebelumnya yang
dan
statistika
permasalahan
variabel
hasil
untuk
dimana
independen
dan
tujuan
SEMINAR NASIONAL KIMIA DAN PENDIDIKAN KIMIA VI 444
ISBN : 979363174-0
mempelajari efek dari variabel proses,
Dengan tiga variabel bebas level pada
tetapi
belum
ada
yang
meneliti
tiap variabel bebas dikodekan dengan -
penentuan
interaksi
dan
kondisi
1 untuk level rendah dan 1 level tinggi.
optimum
konversi metana dengan
Lebih lanjut, Tabel 1 menunjukkan
metode respon permukaan.
model
Tujuan utama penelitian ini adalah
empiris
sehubungan
dengan
pengkodean tiga variabel pada tiap
memberikan analisis terhadap variabel
level.
yang paling berperan dalam produksi
Tabel 1. Range eksperimen dan level dari
independen variabel untuk konversi metana
nanokarbon berkualitas baik, yaitu tiga
parameter reaksi : suhu reaksi, waktu
reaksi dan laju alir umpan CH4. Nilai
optimum dari suatu variabel ini dapat
diterapkan pada penelitian selanjutnya
Desain Orde I
untuk mengoptimalkan kondisi operasi
Desain eksperimen yang digunakan
dekomposisi katalitik metana.
dalam
eksperimen tahap
desain faktorial dua level
dengan
METODE PENELITIAN
6
center
1
(23)
adalah
ditambah
point.
Langkah
pertama dari metode permukaan respon
dengan
adalah menemukan hubungan antara
menggunakan metode statistik yang
respon y dengan variabel independen xi
diakomodasi dengan software Minitab.
melalui persamaan polinomial orde satu
Penelitian
dilakukan
(model orde I). Model respon orde I :
Rancangan Eksperimen (Design of
experiment)
(1)
Pada desain orde I digunakan
rancangan full factorial design 23 dan
Dimana :
diperoleh 8 run. Rancangan orde I
y = variabel dependen (respon)
digunakan untuk membuat model dan
menganalisa
suatu
respon
yang
dipengaruhi oleh beberapa faktor atau
variabel x. Faktor merupakan variabel
=
variabel
independen
(variabel
bebas), i = 1,2,….,k
= error
k = jumlah faktor atau variabel
pengamatan dan level adalah jumlah
perubahan dalam setiap faktor. Suhu
Uji orde I dilanjutkan dengan uji
reaksi, waktu reaksi dan laju alir dipilih
kelengkungan dan Uji Steepest Ascent
sebagai variabel bebas dan konversi
untuk
metana
optimum pada permukaan respon.
sebagai
variable
terikat.
penentuan
titik
mendekati
SEMINAR NASIONAL KIMIA DAN PENDIDIKAN KIMIA VI 445
ISBN : 979363174-0
HASIL DAN PEMBAHASAN
Desain Orde II
Digunakan
Composite
metode
Design
(CCD)
agar
memiliki sifat ortogonal dan rotatable.
Rotatabilitas
dapat
Parameter
Central
dibuat
dengan
penambahan level α, dimana
.
Pengujian model orde II dilakukan
dengan uji lack of fit, uji serentak dan
uji individual. Sedangkan pemeriksaan
penting
yang
berpengaruh terhadap respon konversi
metana, diantaranya suhu reaksi, waktu
reaksi dan laju alir umpan (CH4).
Pengaruh
masing-masing
variabel
diamati menggunakan metode respon
permukaan.
Range
setiap
variabel
proses seperti ditunjukkan pada Tabel
1.
asumsi residual meliputi uji asumsi
identik, independen, dan normal. Jika
ketiga uji telah terpenuhi dilanjutkan
pembuatan plot kontur dan grafik
respon permukaan untuk penentuan
kondisi optimum. Model persamaan
respon orde II :
Desain
Eksperimen
dan
Analisis
Orde I
Metode
yang
rancangan
digunakan
eksperimen
adalah
two
level
factorial design. Variasi kondisi operasi
adalah
rentang
suhu
650°C-750°C,
waktu reaksi 5-40 menit dan laju alir
metana 120 mL/menit – 160 mL/menit.
Adapun
(2)
respon
proses
yang
akan
diamati adalah konversi metana. Hasil
output program minitab hasil desain
eksperimen dapat dilihat pada Tabel 2.
Tabel 2. Rancangan Desain Tiga Faktor dan
Dua Level
Tabel 2 menunjukkan kekuatan
model rancangan desain 2 level dan 3
Gambar 1. Diagram alir penelitian
faktor
dengan
Pengkodean
Gambar 1 menunjukkan tahapantahapan dalam melakukan penelitian
level
6
center
ditunjukkan
point.
pada
range (rendah pada -1, center poin pada
0 dan dan tinggi pada +1). Pengamatan
ini.
SEMINAR NASIONAL KIMIA DAN PENDIDIKAN KIMIA VI 446
ISBN : 979363174-0
dengan tiga faktor adalah pengamatan
masih sesuai. Namun uji parameter
dengan menggunakan tiga variabel.
regresi secara serentak diperoleh pvalue=
Sedangkan dua level artinya bahwa
0,206 > 0,05, berarti secara keseluruhan
dalam setiap faktor didesain dalam
variabel
dua nilai perubahan.
Sehingga model orde I tidak cocok
Pengujian
signifikansi
pvalue
atau
menunjukkan
peluang
untuk
memperoleh
independen
tidak
mewakili.
untuk wilayah eksperimen dan model
dengan
orde
yang
lebih
tinggi
dibutuhkan untuk analisis.
kesalahan maksimal 5% (toleransi
kesalahan)
dengan
tingkat
kepentingan
(confidence
interval)
Desain dan Analisis Orde II
Tabel 4. Level dan Nilai Level Eksperimen
95%. Sehingga semakin kecil pvalue
Orde II
maka semakin signifikan pengaruh
dari
variabel.
Uji
lack
(ketidaksesuaian model)
of
fit
digunakan
untuk analisis model hasil output
minitab. Semakin besar nilai P akan
semakin baik berarti model semakin
Tabel 4 menunjukkan pengkodean
eksperimen II untuk variabel
sesuai.
Tabel 3. Hasil output program minitab
dan
(suhu, waktu dan laju alir umpan).
Pada eksperimen orde II digunakan
Orde I
Central
Composite
Design
(CCD),
dengan penambahan 6 titik aksial dan
nilai rotatabilitasnya (23)1/4 = 1,682.
Tabel 5. Analisis Regresi dan ANOVA Orde
II
Tabel 3 menunjukkan pvalue yang
diperoleh lebih dari angka signifikansi
yang ditetapkan yaitu 0,05. pvalue laju
alir 0,015 < 0,05 dan uji lack of fit
0,130 > 0,05. Hal ini berarti terdapat
variabel yang signifikan berpengaruh
terhadap respon serta model orde I
SEMINAR NASIONAL KIMIA DAN PENDIDIKAN KIMIA VI 447
ISBN : 979363174-0
Gambar 2. Hasil SEM (50 nm) Pengaruh
waktu reaksi terhadap
pertumbuhan karbon
Wulan (2011) melaporkan seperti
pada Gambar 2 menunjukkan bahwa
waktu
20
menit
merupakan
waktu
terbaik. Jumlah karbon yang terdeposisi
lebih banyak pada waktu 20 menit
sekitar 86% dengan katalis hampir
seluruhnya digunakan untuk produksi
Tabel 5 menunjukkan interpretasi
karbon. Pada menit ke-40 CNT mulai
output response surface orde II. Hasil
dipengaruhi oleh karbon berkualitas
pemodelan orde dua awal, waktu
rendah.
mempunyai
pertumbuhan
angka
pvalue
0,097
Kecenderungan
rata-rata
laju
menunjukkan
dibandingkan dua variabel lainnya
penurunan produktivitas sesudah 40
sebesar 0,000 untuk suhu dan 0,001
menit karena hilangnya aktivitas katalis
untuk laju alir. Maka variabel waktu
selama reaksi dan berimplikasi pada
diambil
yang
cacatnya struktur CNT. Semakin lama
merupakan bentuk penyederhanaan
waktu reaksi maka morfologi CNT akan
(simplifikasi).
terlihat semakin banyak karbon amorf
sebagai
Hasil
patokan
taksiran
pada
Tabel 5 berdasarkan analisis model
terbentuk akibat deaktivasi katalis.
orde II adalah :
Dari Tabel 5 diatas pendugaan
y = -1741,2 + 4,20553 x1 + 4,88565x3
model
– 0,00294x12 – 0,02065x32
metana
(3)
orde
kedua
terhadap
dilakukan
beberapa
koefisien
regresi
menunjukkan
pvalue
untuk
konversi
variabel
uji.
Pengujian
secara
<
respon
0,05
individu
berarti
variabel-variabel tersebut mempunyai
pengaruh signifikan terhadap respon.
Pengujian
koefisien
regresi
secara
serentak diperoleh pvalue < 0,05. Berarti
20 menit
5 menit
terdapat variabel dari suhu maupun laju
40 menit
yang memberikan kontribusi signifikan
terhadap model yang terbentuk. Uji
kesesuaian model dengan lack of fit
diperoleh pvalue sebesar 0,051 sehingga
SEMINAR NASIONAL KIMIA DAN PENDIDIKAN KIMIA VI 448
ISBN : 979363174-0
model yang diperoleh pada orde II
telah
sesuai.
Pengujian
asumsi
residual dilakukan dengan tiga asumsi
uji identik, independen dan distribusi
normal.
Pengujian Pendugaan Model Orde II
Untuk Respon Konversi Metana
Gambar
distribusi
Gambar 3 menunjukkan uji identik
5
menunjukkan
normal
untuk
uji
mengamati
penyimpangan model dan titik residual
hubungan plot residual dengan fitted
harus
value,
ditentukan. Uji ini dilakukan dengan
bertujuan
untuk memeriksa
mendekati
garis
lurus
yang
apakah varians residual dari model
membandingkan
yang diperoleh sama penyebarannya
Kolmogorov-Smirnov
(homokedastisitas). Residual tersebar
dengan tabel. Nilai statistik Kolmogorov-
secara acak dan tidak membentuk
Smirnov output 0,147 < 0,210 (Nur
pola tertentu. Hal ini menunjukkan
Iriawan, 2006) sehingga uji kenormalan
bahwa
residual
asumsi
residual
identik
terpenuhi.
telah
uji
statistik
(KS)
mengikuti
output
distribusi
normal.
Gambar
4
independen,
menunjukkan
bertujuan
uji
untuk
mengetahui apakah ada dependensi
antara
residual
dengan
waktu
independen
pada
tertentu.
pada
Gambar 6 Plot Contour Konversi vs Laju, Suhu
pengamatan
Residual
Autocorrelation
Function (ACF) berada pada interval ±
.
Untuk
model
orde
II
asumsi
independen telah terpenuhi karena
nilai ACF berada pada interval 0,632.
Gambar 7 Plot permukaan respon
SEMINAR NASIONAL KIMIA DAN PENDIDIKAN KIMIA VI 449
ISBN : 979363174-0
Gambar
6
menunjukkan
plot
Chen,
Chang,
&Lin,2002;
Snoeck,
contour pengaruh suhu dan laju alir.
Froment, & Fowles, 1997). Semakin
Sedangkan plot permukaan respon
tinggi suhu reaksi, maka semakin cepat
dalam Gambar 7 menampilkan plot
terjadinya deaktivasi.
contour dalam tiga dimensi yang
membentuk puncak optimum. Hasil
penelitian diperoleh kondisi optimum
proses untuk mendapatkan respon
pada suhu 716°C dan laju alir CH4 118
mL/min dengan hasil konversi 52,93%.
Hasil
RSM
menunjukkan
suhu
optimum yang mempengaruhi besarnya
konversi metana adalah 716°C. Pada
suhu 600oC besarnya konversi CH4
adalah 15,737% dan pada suhu 750oC
sebesar 22,243%. Pertambahan suhu
reaksi setelah 700oC akan menurunkan
Pengaruh Variabel Proses Terhadap
kualitas
Respon Konversi Metana
Kemurnian
Suhu reaksi sangat berpengaruh
pada terjadinya reaksi kimia. Laju
reaksi kimia termasuk dekomposisi
metana,
akan
H2
yang
dan
terbentuk.
konversi
CH4
mencapai nilai maksimal pada suhu
700oC yaitu 44,057 % dan 34,744%.
(Wulan, 2011).
dengan
Variasi laju alir umpan diperlukan
hingga
karena kenaikan laju alir umpan akan
tercapainya kondisi kesetimbangan.
meningkatkan konversi CH4. Hal ini
Hal
disebabkan
naiknya
bertambah
karbon
temperatur
ini
terjadi
dekomposisi
reaksi
karena
reaksi
metana
merupakan
endotermik
sehingga
peningkatan
suhu
mengakibatkan
reaksi
konversi
semakin
tinggi.
spesifik
adalah
pembentukan
bahwa
laju
reaksi
karbon
awal
semakin tinggi namun juga semakin
cepat turun seiring meningkatnya suhu
antar
peningkatan
molekul
reaktan.
Namun, pada nilai laju alir tertentu,
konversi
akan
cenderung
konstan
walaupun laju alir terus ditingkatkan
karena
Pengaruh suhu reaksi terhadap
laju
tumbukan
adanya
laju
difusi
eksternal
telah
mencapai maksimum. Produk karbon
akan semakin bertambah dan konversi
metana berkurang dengan peningkatan
laju alir CH4 (Shuanglin Zhan, 2007).
Peningkatan laju alir metana (F)
(Sergei, 2004). Tetapi semakin tinggi
dengan
suhu, pembentukan karbon berlebih
menunjukkan
akan
katalis
pendeknya waktu kontak (W/F) akan
terjadinya
meningkatkan yield karbon. Naiknya laju
enkapsulasi partikel katalis (Piao, Li,
alir di antara 40 - 120 mL/menit akan
menutupi
sehingga
permukaan
menyebabkan
berat
katalis
bahwa
(W)
tetap
semakin
SEMINAR NASIONAL KIMIA DAN PENDIDIKAN KIMIA VI 450
ISBN : 979363174-0
mendorong
ke
arah
reaksi
Ernawati atas kerja samanya selama ini.
dekomposisi sehingga diperoleh CNT
DAFTAR RUJUKAN
lebih banyak (Wulan, 2011).
[1]
V.M.SIVAKUMAR,A.Z.ABDULLA
H, A.R.MOHAMED, S.P.CHAI. 2010.
KESIMPULAN
Studies on Carbon Nanotube Synthesis
Variabel suhu reaksi, waktu reaksi
dan
laju
korelasi
alir
umpan
terhadap
mempunyai
respon
konversi
via Methane CVD Process Using CoOx
as Catalyst on Carbon Support. Journal
of Nanomaterials and Biostructure
metana secara signifikan, dengan nilai
α (tingkat signifikansi) pada variabel
[2]
suhu reaksi 0,001 dan laju alir umpan
Wulan,
0,002 (dengan convidence level 95%).
Dekomposisi Metana Dengan Katalis Ni-
Komposisi
masing-masing
Pembangun
Dyah
Praswasti.
Kencana
2011.
Reaksi
Cu-Al Untuk Produksi Carbon Nanotube
variabel pada proses dekomposisi
:
katalitik metana untuk mendapatkan
Reaktor. Disertasi. Departemen Teknik
konversi metana yang optimum adalah
Kimia
pada suhu 716°C, waktu reaksi 20
Indonesia
menit
dan
laju
alir
umpan
118
mL/menit. Hasil komposisi masingmasing variabel pada konversi metana
menunjukkan optimasi dengan bentuk
kurva tiga dimensi yang memuncak
(maksimum).
[3]
Kinetika
Reaksi
Fakultas
Yuni
dan
Pemodelan
Teknik
Parinduri,
Universitas
Wilda.
2011.
Pengaruh Kondisi Operasi Terhadap
Pertumbuhan
Nanokarbon
Melalui
Dekomposisi Katalitik Metana. Skripsi.
Departemen
Teknik
Kimia
Fakultas
Teknik Universitas Indonesia
[4]
Muradov,
Nazim.
2000.
Termocatalytic CO2-Free Production of
UCAPAN TERIMA KASIH
Penulis
kasih
atas
diberikan
Hydrogen From Hydrocarbon Fuels.
mengucapkan
dukungan
oleh
Pengembangan
dana
Hibah
Ilmu
terima
yang
Kompetisi
dan
Journal of Proceedings of the 2000
Hydrogen Program Review, NREL/CP570-28890
[5]
Furimsky,
Edward.
2008.
Pengetahuan Teknologi 2013. Penulis
Carbons
juga mengucapkan terima kasih pada
Catalyst in Hydroprocessing. Canada:
and
Carbon-Supported
IMAF GROUP
SEMINAR NASIONAL KIMIA DAN PENDIDIKAN KIMIA VI 451
ISBN : 979363174-0
[6]
Shuanglin Zhan, Yajun Tian,
Yanbin
Cui,
Hao
Wu,
Yonggang
[11]
Nur
PA.2006.
Iriawan
dan
Septin,
Mengolah
data
Statistik
Wang, Shufeng Ye, Yunfa Chen.
Dengan Mudah Menggunakan Minitab
2007. Effect Process Conditions on
14. ANDI OFFSET, Yogyakarta
the Synthesis of Carbon Nanotubes by
Catalytic Decomposition of Methane.
[12]
Momen, Awad A., Zachariadis,
George,
China Particuology; 213-219
N.
Anthemidis,
Aristidis &
Stratis, John. 2006. Use of Fractional
[7]
Wahjudi,
Aplikasi
Factorial Design For Optimization of
Untuk
Digestioan Procedure Followed by Multi-
Warna
Minyak
Element Determination of Essential and
for
Quality
Non-Essential Elements in Nuts Using
Improvement Fakultas Teknik Industri
ICP-OES Technique. Statistics ; 77 :
Universitas Kristen Petra
443-451
[8]
[13]
Metode
Didik.
Response
Optimasi
Kualitas
Goreng.
Surface
Center
Jarrah, Nabel. 2009. Studying
Nuryanti
dan
Djati
the Influence of Process Parameters
Salimy.2008.
on the Catalityc Carbon Nanofibers
Respon dan Aplikasinya Pada Optimasi
Formation Using Factorial Design.
Eksperimen Kimia. Risalah Lokakarya
Chemical engineering Journal 151:
Komputasi dalam Sains dan Teknologi
367-371
Nuklir ; 373-391
[9]
Jangan
Ashok,
Machiraju
Akula
Venugopal.
Subrahmanyam,
2008. Hydrotalcite Structure Derived
Ni-Cu-Al catalyst for the Production of
H2 by CH4 Decomposition. Hydrogen
Metode
H
Permukaan
TANYA JAWAB
Pemakalah
: praswati PDK wulan
Penanya
: Wahyu Utomo
Energy: 2704-2713
Pertanyaan:
[10]
I Suelves, M.J Lazaro, R.
Moliner, B.M Corbella, J.M Palacios.
2005.
Hydrogen
Thermocatalitic
Methane
on
Production
by
Apakah menggunakan Analisis Metode lain
Decomposition
of
pada pemodelan ini?
Ni-based
Catalyst
:
Jawaban
Influence of Operating Conditions on
Catalyst
Deactivation
Characteristics.
and
Hydrogen
Carbon
Memakai Software Consol dan Consol
Energy:
faktorial
dengan
sistem
blo
1555-1567
SEMINAR NASIONAL KIMIA DAN PENDIDIKAN KIMIA VI 452
ISBN : 979363174-0