Simulasi Pertumbuhan Biomassa Mikroalga dengan Menggunakan Probabilistic Cellular Automata untuk Mendapatkan Produktivitas yang Optimal

Abstract

Mikroalga merupakan tumbuhan thalus yang mengandung klorofil dan pigmen yang hidup di air tawar, payau dan laut yang berperan penting dalam lingkungan dan dapat menyerap cahaya matahari melalui proses fotosintesis. Proses fotosintesis pada mikroalga lebih efisien, sehingga laju pertumbuhan dan produk biomassanya menjadi lebih tinggi. Selain itu dalam hubungannya sebagai alternatif sumber pangan berkelanjutan, mikroalga merupakan sumber biomassa unggul dan bernilai tinggi. Namun, terdapat kendala kultivasi mikroalga yang terletak pada penggandaan skala produksi, biaya produksi dan pemrosesan yang tinggi untuk produksi biomassa. Di samping itu proses pemanenan biomassa mikroalga memerlukan biaya yang tinggi, sehingga menjadi salah satu faktor kunci utama dalam menentukan kelayakan produksi. Oleh karenanya, diperlukan model pendugaan pertumbuhan mikroalga yang dapat digunakan untuk mendapatkan biomassa yang optimal. Penelitian ini bertujuan membuat model pertumbuhan mikroalga berbasis probabilistic cellular automata, melakukan validasi model dengan data lapang dan optimalisasi produksi biomassa mikroalga dengan skenario masukan model. Data yang digunakan dari Pusat Penelitian Surfaktan dan Bioenergi (SBRC), LPPM IPB yang mengembangkan budidaya mikroalga Spirulina platensis pada skala laboratorium dengan perlakuan pemupukan yang berbeda. Data yang dianalisa adalah suhu, optical density, pH dan biomassa kering Pemodelan yang digunakan dalam penelitian ini yaitu Biological lattice-gas cellular automaton (BIO-LGCA) yang merupakan pemodelan Cellular Automata Machine (CAM) dengan menggunakan Probabilistic Cellular Automata (PCA) dalam lingkup eksperimental. Hasil simulasi pada model menunjukkan bahwa bila rest channel naik, jumlah sel yang dihasilkan akan meningkat. Hal yang sama terjadi pada peluang kelahiran yang meningkatkan jumlah sel. Luaran jumlah sel kami asumsikan setara dengan biomassa, sedang masukan rest channel setara dengan pengadukan, peluang kelahiran dan peluang kematian setara dengan pemupukan. Kultivasi mikroalga pada skala laboratorium menunjukkan bahwa perbedaan perlakuan jenis pupuk memberikan respon biomassa dan optical density yang berbeda. Kurva pertumbuhan mikroalga paling tinggi pada Urea : TSP : ZA (80:30:20 ppm) dan terendah pada Walne (1 mL/L). Evaluasi model pada penelitian ini menggunakan simple moving average pada model pertumbuhan dan biomassa kering mikroalga, menunjukkan bahwa pola yang dihasilkan tidak berbeda.

Kata kunci: biomassa, cellular automata, mikroalga, probabilistic cellular automata