Show simple item record

dc.contributor.advisorHermanianto, Joko
dc.contributor.advisorGiriwono, Puspo Edi
dc.contributor.advisorRahmawati, Siti Irma
dc.contributor.authorHanifah, Ishmah
dc.date.accessioned2021-03-17T02:02:06Z
dc.date.available2021-03-17T02:02:06Z
dc.date.issued2021
dc.identifier.urihttp://repository.ipb.ac.id/handle/123456789/106306
dc.description.abstractRumput laut merupakan salah satu sumber biota laut yang meningkatkan minat peneliti untuk dieksplorasi asam lemaknya. Indonesia sebagai negara terbesar kedua di dunia yang memproduksi rumput laut setelah China. Potensi jenis rumput laut yang dapat dikembangkan salah satunya adalah Caulerpa lentillifera yang paling populer dan banyak dikonsumsi. Proses ekstraksi merupakan langkah yang penting untuk mengisolasi komponen dari bahan tanaman. Berbagai pelarut digunakan untuk melepaskan senyawa dari matriks rumput laut. Namun efisiensi ekstraksi seringkali tidak optimal. Ekstraksi dengan perlakuan awal secara enzimatis (Enzyme Assisted Extraction/EAE) dapat dilakukan. Optimasi pada suatu rancangan percobaan dapat dimodelkan dengan Response Surface Methodology (RSM). RSM merupakan salah satu pemodelan statistik dan matematis dengan analisis proses yang dapat mengefisiensi percobaan. Penelitian ini bertujuan mengoptimasi proses ekstraksi lemak dari C. lentillifera yang berasal dari balai besar besar perikanan budidaya air payau (BBPBAP) Jepara dengan bantuan enzim selulase. Penelitian dilakukan dalam 5 tahapan yaitu preparasi rumput laut C. lentillifera segar menggunakan freeze dryer. Analisis komponen proksimat C. lentillifera. Analisis kadar protein enzim selulase dan kinetika enzim selulase terhadap rumput laut dengan metode bradford dan metode DNS. Optimasi dan verifikasi ekstraksi lemak dari rumput laut menggunakan desain percobaan RSM. Faktor yang digunakan yaitu suhu, waktu dan pH, sedangkan respon yang dihasilkan adalah rendemen lemak. Identifikasi asam lemak rumput laut dengan GC-FID dilakukan pada ekstrak lemak dengan kondisi optimum dan konfirmasi peningkatan rendemen lemak setelah EAE menggunakan metode soxhlet. Rumput laut kering C. lentillifera dari BBPBAP Jepara memiliki kandungan kimia dasar yaitu 10,62 % kadar air, 47,00 % kadar abu, 13,44 % kadar protein, 1,36 % kadar lemak, dan 27,58 % kadar karbohidrat. Enzim selulase yang digunakan untuk membantu proses ekstraksi lemak dari rumput laut C. lentillifera memiliki kadar protein sebesar 0,78 g/L, sedangkan rasio konsentrasi enzim terhadap substrat yaitu 3,4 g/L terhadap 40 g/L yang didapatkan dari kurva Michaelis-Menten. Perlakuan optimum yang dihasilkan memiliki kondisi besaran suhu, waktu dan pH berturut-turut sebesar 50 °C, 2,49 jam dan 4,73 dengan prediksi rendemen lemak sebesar 1,81 %. Verifikasi percobaan langsung dilakukan sebanyak 10 ulangan menghasilkan rendemen lemak dengan rata-rata yaitu 1,81 %. Asam lemak yang teridentifikasi dari perlakuan optimum yaitu memiliki 81,39 % asam lemak jenuh, 6,41 % asam lemak tidak jenuh tunggal dan 12,20 % asam lemak tidak jenuh ganda. Hasil ekstraksi lemak dengan metode soxhlet sebesar 1,52 %, sedangkan ekstraksi dengan perlakuan EAE sebesar 3,01 % basis kering.id
dc.description.sponsorshipDirektorat Pendidikan Tinggi Kementrian Riset, Teknologi dan Pendidikan Tinggi Republik Indonesia melalui Insinas Gelombang 2 Tahun Anggaran 2019 atas nama Siti Irma Rahmawatiid
dc.language.isoidid
dc.publisherIPB Universityid
dc.titleOptimasi Ekstraksi Lemak dari Rumput Laut Caulerpa lentillifera Menggunakan Cellulase Enzyme Assisted Extractionid
dc.title.alternativeOptimasi Ekstraksi Lemak dari Rumput Laut Caulerpa lentillifera Menggunakan Cellulase Enzyme Assisted Extractionid
dc.typeThesisid
dc.subject.keywordC. lentilliferaid
dc.subject.keywordenzyme assisted extractionid
dc.subject.keywordlemakid
dc.subject.keywordresponse surface methodologyid
dc.subject.keywordselulaseid


Files in this item

Thumbnail
Thumbnail
Thumbnail

This item appears in the following Collection(s)

Show simple item record