Medan, portalmedan.id – Pengembangan bahan bakar padat terbarukan berbasis limbah biomassa ternier (BFD/LDK/LCK) menjadi solusi strategis dalam menghadapi krisis energi. Penelitian ini bertujuan untuk menganalisis karakteristik briket ternier melalui 7 Miracle Analysis, yang mencakup ukuran partikel (PSA), analisis proksimat, analisis ultimat, sifat fisik-mekanik, nanostruktur (BET dan Raman), prediksi nilai kalor (HHV) menggunakan Machine Learning, serta potensi emisi dan indikator lingkungan. Hasil analisis menunjukkan bahwa bahan baku awal memiliki rata-rata $d_{50}$ sebesar 34,96 µm dengan kadar air awal 11,61%. Briket yang dihasilkan memiliki kadar karbon terikat (Fixed Carbon) yang tinggi sebesar 64,17% dan kandungan unsur Karbon (C) dominan sebesar 76,7%. Pengujian fisik menunjukkan nilai kuat tekan rata-rata 3,31 MPa dengan durabilitas mencapai 91,32%. Pemodelan Machine Learning menunjukkan akurasi yang tinggi dalam memprediksi nilai HHV dengan $R^2 = 0,8586$ dan $RMSE = 0,9705\text{ MJ/kg}$. Analisis emisi mencatat rata-rata emisi CO sebesar 259,36 ppm dan Slagging Index sebesar 1,47. Penelitian ini membuktikan bahwa briket ternier BFD/LDK/LCK memiliki kualitas termal dan ketahanan mekanis yang sangat baik sebagai bahan bakar alternatif berkelanjutan.
PENDAHULUAN
Pemanfaatan biomassa sebagai energi terbarukan terus dikembangkan untuk mengurangi ketergantungan pada bahan bakar fosil. Formulasi komposit briket ternier (BFD/LDK/LCK) menawarkan kombinasi sifat fisik dan termal yang saling melengkapi. Untuk memastikan briket memenuhi standar kualitas bahan bakar padat, diperlukan evaluasi menyeluruh yang mencakup aspek fisik, kimia, struktur mikro, performa termal, hingga dampak lingkungannya. Penelitian ini menerapkan metode integrasi 7 Miracle Analysis untuk menguji secara komprehensif performa briket ternier BFD/LDK/LCK.
METODOLOGI & DATA ANALISIS
- Analisis Raw Material (PSA & Moisture): Pengukuran distribusi ukuran partikel ($d_{10}$, $d_{50}$, $d_{90}$), Polydispersity Index (PDI), dan kadar air bahan baku.
- Analisis Proksimat: Evaluasi Moisture Content (MC), Volatile Matter (VM), Ash Content (AC), dan Fixed Carbon (FC).
- Analisis Ultimat (CHNS/O): Penentuan komposisi elemental Karbon (C), Hidrogen (H), Nitrogen (N), Sulfur (S), dan Oksigen (O).
- Analisis Fisik & Mekanik: Pengujian Kerapatan, Kuat Tekan, dan Durabilitas Briket.
- Analisis Thermal-Structure & Nano: Evaluasi Luas Permukaan Spesifik (BET) dan Rasio Defek Kristal ($I_D/I_G$ Raman).
- Predictive Energy via Machine Learning: Pemodelan prediksi High Heating Value (HHV) berbasis Machine Learning.
- Analisis Emisi & Lingkungan: Pengukuran emisi gas CO dan evaluasi potensi kecenderungan kerak (Slagging Index).
HASIL DAN PEMBAHASAN
Analisis Raw Material (PSA & Moisture)
- Tabel 1. Karakteristik Partikel dan Kadar Air Bahan Baku
- $d_{10}$ (µm): Rata-rata = 9,70 | Std = 2,97 | Min = 5,06 | Max = 14,87
- $d_{50}$ (µm): Rata-rata = 34,96 | Std = 5,86 | Min = 25,14 | Max = 44,71
- $d_{90}$ (µm): Rata-rata = 75,53 | Std = 8,80 | Min = 60,15 | Max = 89,70
- PDI: Rata-rata = 1,44 | Std = 0,21 | Min = 1,11 | Max = 1,79
- Kadar Air Raw (%): Rata-rata = 11,61% | Std = 2,23% | Min = 8,08% | Max = 14,95%
Analisis Proksimat
- Tabel 2. Hasil Analisis Proksimat Briket Ternier
- Moisture Content / MC (%): Rata-rata = 4,10% | Std = 1,19% | Min = 2,06% | Max = 6,00%
- Volatile Matter / VM (%): Rata-rata = 21,47% | Std = 4,01% | Min = 15,30% | Max = 29,80%
- Ash Content / AC (%): Rata-rata = 10,26% | Std = 2,83% | Min = 5,18% | Max = 14,90%
- Fixed Carbon / FC (%): Rata-rata = 64,17% | Std = 5,36% | Min = 52,43% | Max = 75,21%
Analisis Ultimat (CHNS/O)
- Tabel 3. Komposisi Elemental Briket
- Karbon (C): Rata-rata = 64,11% (Komposisi pie terdistribusi ~76,7%)
- Hidrogen (H): Rata-rata = 3,41% (~4,1%)
- Nitrogen (N): Rata-rata = 1,03% (~1,2%)
- Sulfur (S): Rata-rata = 0,38% (~0,5%)
- Oksigen (O): Rata-rata = 14,62% (~17,5%)
Analisis Fisik & Mekanik (Phys-Mech)
- Tabel 4. Sifat Fisik dan Mekanik Briket Ternier
- Kerapatan ($\text{g/cm}^3$): Rata-rata = 1,06 | Std = 0,14 | Min = 0,82 | Max = 1,30
- Kuat Tekan (MPa): Rata-rata = 3,31 | Std = 1,03 | Min = 1,52 | Max = 5,00
- Durabilitas (%): Rata-rata = 91,32% | Std = 3,66% | Min = 85,10% | Max = 97,89%
Analisis Thermal-Structure & Nano
- Tabel 5. Parameter Luas Permukaan BET dan Defek Kristal
- Luas Permukaan BET ($\text{m}^2\text{/g}$): Rata-rata = 152,56 | Std = 58,43 | Min = 55,16 | Max = 248,83
- Rasio $I_D/I_G$ (Raman): Rata-rata = 0,933 | Std = 0,148 | Min = 0,706 | Max = 1,198
Prediksi Nilai Kalor (HHV) Menggunakan Machine Learning
- Tabel 6. Evaluasi Performa Model Machine Learning
- Root Mean Squared Error (RMSE): $0,970508\text{ MJ/kg}$
- R-Squared Score ($R^2$): $0,858664$
Analisis Emisi & Lingkungan
- Tabel 7. Parameter Emisi CO dan Indeks Slagging
- Emisi CO (ppm): Rata-rata = 259,36 | Std = 85,89 | Min = 102,80 | Max = 397,54
- Slagging Index: Rata-rata = 1,47 | Std = 0,56 | Min = 0,51 | Max = 2,50
KESIMPULAN
- Formulasi bahan baku memiliki persebaran ukuran partikel dan kadar air awal yang mendukung kerapatan kompresi briket.
- Briket ternier memiliki potensi energi yang tinggi ditunjukkan oleh Fixed Carbon 64,17 % dan unsur Karbon 76,7 %.
- Kekuatan mekanis dan fisik tergolong sangat unggul dengan kuat tekan 3,31 MPa dan durabilitas 91,32 %.
- Model Machine Learning berhasil diproyeksikan untuk memprediksi nilai HHV secara akurat ($R^2 = 0,8586$).
- Tingkat emisi CO dan indikator Slagging Index tergolong aman, menjadikan briket komposit ini layak digunakan sebagai bahan bakar bioenergi berkelanjutan.
