digilib@itb.ac.id +62 812 2508 8800



BAB 2 Muhammad Husein Rahman
Terbatas Alice Diniarti
» ITB

BAB 3 Muhammad Husein Rahman
Terbatas Alice Diniarti
» ITB

BAB 4 Muhammad Husein Rahman
Terbatas Alice Diniarti
» ITB

BAB 5 Muhammad Husein Rahman
Terbatas Alice Diniarti
» ITB



Biomassa berpotensi menjadi sumber bahan bakar padat (BBP) alternatif. Namun biomassa tidak cocok jika langsung digunakan sebagai BBP karena rendahnya nilai kalor biomassa. Proses torefaksi dapat meningkatkan nilai kalor biomassa. Proses torefaksi adalah proses menghasilkan BBP pada parameter proses berupa temperatur dan waktu tinggal. Saat ini data parameter proses belum banyak tersedia, namun dapat diperoleh dengan melakukan eksperimen atau dengan menyimulasikan model proses torefaksi. Pemodel proses torefaksi belum banyak dilakukan, namun model dapat memproses berbagai biomassa, dan tidak membutuhkan pengulangan eksperimen fisik. Penelitian ini ditujukan untuk memodelkan proses torefaksi biomassa untuk memprediksi produk dan kebutuhan energi proses. Pemodelan proses torefaksi pada penelitian ini didasari 3 poin berikut. Proses dekomposisi komponen organik biomassa (lignin, selulosa, hemiselulosa, dan ekstraktif) terjadi secara independen. Model menentukan produk, analisis ultimat, dan nilai kalor berdasarkan data pada temperatur 200–300oC dan waktu tinggal 30 menit. Model menghitung kebutuhan energi berdasarkan dekomposisi komponen organik, pemanasan sensibel komponen organik, air, dan abu, dan penguapan air. Model ini disimulasikan menggunakan 5 biomassa yang telah diuji untuk memverifikasi kebenaran model. Model berhasil menyimulasikan berbagai jenis biomassa dengan temperatur kerja 225–280oC. Data hasil simulasi model terdiri dari massa produk padat, fraksi massa karbon, hidrogen, dan oksigen, HHV, dan kandungan energi produk, dengan penyimpangan terbesar secara berturut-turut sebesar -11,38%, -10,64%, -10,81%, 10,51%, -12,53%, dan -24,83%. Model juga menghasilkan data kebutuhan energi namun tidak dibandingkan dengan hasil pengujian karena data tidak tersedia. Pada data kandungan energi produk terjadi penyimpangan yang besar diakibatkan oleh pemodelan ekstraktif.