Life Cycle Assessment Proses Ekstraksi Protein dan Polisakarida dari Rumput Laut (Ulva sp.) dengan Ultrasound-Assisted Extraction

Abstract

Indonesia adalah negara dengan luas perairan non-zona ekonomi eksklusif (ZEE) mencapai tiga juta kilometer persegi. Hal ini menjadikan Indonesia menjadi penghasil rumput laut terbesar kedua di dunia. Rumput laut memiliki kandungan protein dan polisakarida yang tinggi, sehingga rumput laut dapat menjadi sumber protein dan polisakarida yang berkualitas. Namun demikian, rangkaian proses ekstraksi perlu dilakukan untuk memperoleh sediaan protein dan polisakarida tersebut. Penelitian ini bertujuan untuk melihat dampak lingkungan potensial yang dihasilkan dari proses ekstraksi protein dan polisakarida rumput laut yang dilakukan secara terintegrasi dengan metode ultrasound-assisted extraction (UAE) pada skala laboratorium. Metode yang digunakan untuk mengetahui dampak lingkungan potensial adalah Life Cycle Assessment (LCA). LCA dapat mengetahui dampak lingkungan potensial secara spesifik dengan menggunakan data primer yang diambil saat proses ekstraksi dan data sekunder untuk menghitung emisi yang dihasilkan dari sebuah material atau energi. Analisis ini juga dilakukan untuk melihat hotspot atau aliran emisi terbesar yang dihasilkan dari proses ekstraksi protein dan polisakarida. Proses ekstraksi dalam penelitian ini menggunakan bahan baku sebanyak 5 g tepung rumput laut yang menghasilkan 0,24 g protein dan 0,02 g polisakarida. Dampak lingkungan potensial terbesar yang dihasilkan dari proses ekstraksi adalah pemanasan global (global warming potential, GWP), ekotoksisitas daratan (terrestrial ecotoxicity potential, TETP), dan toksisitas non-karsinogenik pada manusia (human toxicity potential non-carcinogenic, HTPnc). Dampak lingkungan potensial untuk menghasilkan 1 gram protein adalah 9,02 kg CO2 eq (GWP); 6,12 kg 1,4-DCB (TETP); dan 15,80 kg 1,4-DCB (HTPnc). Dampak lingkungan potensial untuk menghasilkan 1 gram polisakarida adalah 29,50 kg CO2 eq (GWP); 26,40 kg 1,4- DCB (TETP); dan 48,80 kg 1,4-DCB (HTPnc). Hotspot terdapat pada penggunaan energi listrik pada tahapan freeze drying dan sentrifugasi 1. Analisis sensitivitas dilakukan dengan menggunakan energi listrik yang dihasilkan dari bahan bakar terbarukan. Penggunaan energi terbarukan yaitu energi hydro dapat menurunkan emisi sebesar 86%.

Indonesia is a country with sea area without exclusive economic zone (EEZ) spanning three million square kilometers. This makes Indonesia the second-largest seaweed producer in the world. Seaweed has a high content of protein and polysaccharides, making it a quality source of both. However, an extraction process is required to obtain the protein and polysaccharides from seaweed. This research aims to examine the potential environmental impacts arising from the integrated extraction process of protein and polysaccharides from seaweed using the ultrasound-assisted extraction (UAE) at a laboratory scale. Life Cycle Assessment (LCA) was applied to determine the potential environmental impacts. LCA identifies specific potential environmental impacts based on primary data taken during the extraction process and secondary data, from which any emissions produced from used materials or energy were calculated. The most significant emission sources or "hotspots" resulted from the extraction process can also be identified. The extraction process of 5 g seaweed meal produced 0.24 g of protein and 0.02 g of polysaccharides. The most significant environmental impacts from the process were global warming potential (GWP), terrestrial ecotoxicity potential (TETP), and non-carcinogenic human toxicity potential (HTPnc). The potential environmental impacts for producing 1 gram of protein were 9.02 kg CO2 eq (GWP); 6.12 kg 1,4-DCB (TETP); and 15.80 kg 1,4-DCB (HTPnc). The potential environmental impacts for producing 1 gram of polysaccharide were 29.50 kg CO2 eq (GWP); 26.40 kg 1,4-DCB (TETP); and 48.80 kg 1,4-DCB (HTPnc). The hotspots were found in the use of electrical energy for freeze drying and sentrifugation 1. Sensitivity analysis was performed by simulating electricity generated from renewable fuels. Using renewable energy, specifically hydroelectric power, would reduce emissions by 86%.