Kombinasi Pemodelan-Optimasi Response Surface Methode- Accelerated Particle Swarm Optimization (RSM-APSO) Untuk Mengoptimalkan Hasil Transesterifikasi Minyak Kelapa Sawit (Elaeis guineensis) Menjadi B
Daftar Isi:
- Beberapa treatment saat esterifikasi dan transesterifikasi dalam pengkonversian minyak kelapa sawit menjadi biodiesel banyak dilakukan dalam penelitian di Indonesia. Salah satu contoh penelitian adalah penelitian Sholikah pada tahun 2010, dimana penelitian tersebut menggunakan gelombang ultrasonik saat transesetrifikasi minyak sawit menjadi metil ester. Penelitian itupun masih terbatas pada metode eksperimental saja belum mencakup metode pemodelan statistik maupun matematis. Salah satu kombinasi pemodelan-optimasi yang dapat digunakan untuk membantu perancangan dan optimasi penelitian biodiesel adalah Respone Surface Methode-Accelerated Particle Swarm Optimization (RSM-APSO). Tujuan penelitian ini untuk membandingkan prediksi hasil transeterifikasi berdasarkan model Respone Surface Methode (RSM) terhadap hasil metil ester yang didapat dari penelitian menggunakan metode Rancang Acak Lengkap (RAL), mengetahui hubungan faktor konstriksi terhadap hasil optimasi menggunakan APSO, dan mengetahui hubungan nilai faktor Konstriksi terhadap tingkat konvergensi metode APSO. Penelitian ini menggunakan data sekunder yang didapat dari penelitian Sholikhah tahun 2010. Penelitian tersebut menghasilkan variabel terikat berupa metil ester dan gliserol. Sedangkan penelitian ini akan memodelkan dan mengoptimasi variabel bebas (waktu transesterifikasi dan volume minyak sawit) dari penelitian sebelumnya untuk satu variabel terikat yaitu metil ester dengan metode RSM-APSO.Optimasi dengan metode APSO menggunakan pendekatan faktor konstriksi sama dengan MIPSO untuk meningkatkan konvergensi algoritma. Faktor konstriksi didapat dari perhitungan rumus yang melibatkan koefisien akselerasi sebagai sumber utama masukan. Dasar pengambilan range koefisien akselerasi dapat berdasar nilai koefisien akselerasi yang biasa dipakai dalam metode MIPSO. MIPSO yang menjadi dasar dari APSO biasa menggunakan koefisien akselerasi untuk c1 dan c2 bernilai sama yaitu 2 < c < 4. Sehingga dalam penelitian ini, peneliti berinisiatif menggunakan range 2 sampai 3, atau secara rinci nilai koefisien akselerasi adalah 2.00, 2.05, 2.15, 2.25, 2.35, 2.45, 2.55, 2.65, 2.75, 2.85, 2.95, 3.00. Pengambilan koefisien akselerasi batas atas bernilai 3,00 disebabkan nilai c > 3 memiliki tingkat osilasi yang sangatlah rendah dan hampir tidak ada, sehingga nilai yang diperoleh akan tidaklah jauh dari nilai optimum yang dibentuk dari inisiasi random. Penelitian menggunakan pemodelan matematis dengan RSM menghasilkan nilai R2 sebesar 0,9421. Hal ini mengindikasikan adanya sedikit saja perbedaan hasil yang diperoleh dari hasil pemodelan secara matematis. Selain itu, optimasi menggunakan APSO mendapatkan hasil paling optimal pada faktor konstriksi sebesar 0,730 sebesar 99,69648 % untuk nilai rendemen metil ester. Kemudian, kecepatan konvergensi yang paling cepat juga terdapat pada C = 0,730 dengan perubahan nilai fitness hanya tiga kali. Meskipun demikian dapat dilakukan penambahan update Gbest untuk menghasilkan nilai lebih optimal pada penelitian selanjutnya.