Electronic Theses and Dissertation

Industri kelapa sawit di Indonesia merupakan salah satu sektor yang memiliki kontribusi besar terhadap perekonomian nasional. Salah satu daerah yang banyak terdapat pabrik kelapa sawit adalah Kabupaten Nagan Raya, Provinsi Aceh. Sebagai pusat industri kelapa sawit, daerah ini memiliki total 11 pabrik kelapa sawit dengan lahan perkebunan kelapa sawit seluas 52,228 ha. Menganalisis kandungan beban pencemar pada limbah cair pabrik kelapa sawit, metode yang umumnya dipakai untuk menganalisa secara laboratorium, memiliki tingkat akurasi yang cukup dalam mengidentifikasi berbagai zat kimia yang terkandung dalam limbah cair. Meskipun demikian, metode ini memiliki beberapa kelemahan, terutama dari segi waktu dan biaya. Seiring dengan kemajuan teknologi, metode analisis alternatif mulai dikembangkan untuk menjawab permasalahan yang dihadapi oleh metode konvensional. Salah satu teknologi yang kini semakin banyak digunakan dalam berbagai bidang analisis kimia adalah Near Infrared spectroscopy (NIRS) . Teknologi ini menawarkan solusi yang lebih cepat, efisien, dan ramah lingkungan untuk analisis kualitas limbah cair pabrik kelapa sawit.
Penelitian ini bertujuan untuk mengembangkan model prediksi kandungan beban pencemar pada limbah cair pabrik minyak kelapa sawit (PMKS) menggunakan teknologi Near Infrared Spectroscopy (NIRS). Limbah cair PMKS, yang dikenal sebagai Palm Oil Mill Effluent (POME), memiliki kandungan pencemar seperti Chemical Oxygen Demand (COD), Biological Oxygen Demand (BOD), dan Total Suspended Solids (TSS) yang berpotensi mencemari lingkungan jika tidak dikelola dengan baik. Pendekatan penelitian ini melibatkan akuisisi data spektrum inframerah dengan metode Principal Component Regression (PCR) dan Partial Least Square (PLS). Data spektrum diolah melalui pretreatment seperti Mean Normalization (MN), Standard Normal Variate (SNV), Multiplicative Scatter Correction (MSC), Peak Normalization (PN), dan De-trending (DT) untuk meningkatkan akurasi. Hasil prediksi dari model ini dibandingkan dengan metode analisa secara laboratorium untuk mengevaluasi akurasi dan efisiensinya.
Penelitian dilakukan pada 15 sampel air limbah dari salah satu PMKS di Kabupaten Nagan Raya, Provinsi Aceh. Hasil analisis menunjukkan bahwa metode PLS dengan pretreatment MSC menghasilkan nilai RPD tertinggi untuk COD dan BOD, yaitu masing-masing 4,978 dan 3,231, dan untuk TSS hasil analisis menunjukkan bahwa metode PLS dengan pretreatment DT menghasilkan nilai RPD tertinggi yaitu 3,605, menunjukkan prediksi yang sangat baik dibandingkan metode PCR. Model ini menunjukkan keunggulan dalam kecepatan, akurasi, dan kemampuan simultan untuk menganalisis parameter pencemar. Teknologi NIRS dapat menjadi alternatif metode analisis yang cepat dan efisien untuk pengelolaan limbah cair PMKS, mendukung keberlanjutan industri kelapa sawit dan pelestarian lingkungan.

The palm oil industry in Indonesia is one of the sectors with a significant contribution to the national economy. One of the regions with a high concentration of palm oil mills is Nagan Raya Regency, Aceh Province, with a total of 11 mills and palm oil plantations spanning 52,228 hectares. Analyzing the pollutant load content in palm oil mill effluent (POME) through laboratory methods generally offers high accuracy in identifying various chemical compounds. However, these conventional methods face challenges in terms of time and cost. With advancements in technology, alternative analytical methods have been developed to address these challenges. One such technology is Near Infrared Spectroscopy (NIRS), which offers a faster, more efficient, and environmentally friendly solution for analyzing the quality of palm oil mill effluent. This research aims to develop a predictive model for pollutant load content in POME using NIRS technology. POME contains pollutants such as Chemical Oxygen Demand (COD), Biological Oxygen Demand (BOD), and Total Suspended Solids (TSS), which can harm the environment if not properly managed. The research methodology involves acquiring infrared spectra data and applying Principal Component Regression (PCR) and Partial Least Square (PLS) methods. Spectral data are preprocessed using techniques such as Mean Normalization (MN), Standard Normal Variate (SNV), Multiplicative Scatter Correction (MSC), Peak Normalization (PN), and De-trending (DT) to improve accuracy. The predictions from these models are compared to laboratory analysis to evaluate their accuracy and efficiency. The study was conducted on 15 wastewater samples from a palm oil mill in Nagan Raya Regency, Aceh Province. The results indicate that the PLS method with MSC pretreatment produced the highest RPD (Ratio of Performance to Deviation) values for COD and BOD, at 4.978 and 3.231, respectively. For TSS, the PLS method with DT pretreatment yielded the highest RPD value of 3.605, demonstrating superior predictive performance compared to the PCR method. The model excels in speed, accuracy, and simultaneous analysis capabilities for pollutant parameters. NIRS technology presents a promising alternative for the rapid and efficient analysis of POME, supporting the sustainability of the palm oil industry and environmental preservation.