No abstract

The ultrasound method is used to improve mass transfer between incompressible reactants which increases their chemical reaction and reduces reaction time as well as energy consumption. In this research, transesterification process variables of rice bran oil were optimized using response surface methodology (RSM). Three process parameters were investigated, namely methanol to oil molar ratio, catalyst concentration, and time. The optimum conditions of the transesterification process based on RSM were: (1) methanol to oil molar ratio: 1:6; (2) catalyst concentration: 0.5% wt.; and (3) time: 48 min, with methyl ester yield of 94.12 %. The optimum rice bran methyl ester yield predicted by RSM was validated by replicating three independent parameters with showed average rice bran methyl ester yield of 93.98%. The properties of the rice bran biodiesel properties were measured and the values met the requirements of the ASTM D6751 and EN 14214 standards.

Optimizing the process parameters of biodiesel production is the key to maximizing biodiesel yields. In this study, artificial neural network models integrated with ant colony optimization were developed to optimize the parameters of the two-step Cerbera manghas biodiesel production process: (1) esterification and (2) transesterification. The parameters of esterification and transesterification processes were optimized to minimize the acid value and maximize the C. manghas biodiesel yield, respectively. There was excellent agreement between the average experimental values and those predicted by the artificial neural network models, indicating their reliability. These models will be useful to predict the optimum process parameters, reducing the trial and error of conventional experimentation. The kinetic study was conducted to understand the mechanism of the transesterification process and, lastly, the model could measure the physicochemical properties of the C. manghas biodiesel.

No abstract

No abstract

The depletion of fossil fuels, rising of earth temperatures and declining of air quality are an unavoidable phenomenon today. Bioethanol fuel is one solution to reduce this problem that comes from renewable raw materials. The purpose of this study is to investigate engine performance and exhaust emissions at gasoline engine by using the sorghum seeds bioethanol-pertalite blends with different mixed ratios (10%, 15%, and 20%). The test is performed on a four-stroke gasoline engine without modification. Engine speeds vary from 1000 to 4000 rpm, and properties of the sorghum seeds bioethanol-pertalite blends are measured and analyzed. In addition, engine torque, brake power, brake specific fuel consumption (BSFC) and brake thermal efficiency (BTE) as well as carbon monoxide (CO), hydrocarbon (HC), and nitrogen oxide (NOx) emissions are measured. The results show that BSFC decreased while BTE increased for a fuel blends containing 20% bioethanol at 3500 rpm engine speed, with each maximum value of 246.93 g/kWh and 36.28%. It is also found that CO and HC emissions are lower for the sorghum seeds bioethanol-pertalite blends. Based on the research results, it can be concluded that the sorghum seeds bioethanol-pertalite blends can improve engine performance and reduce exhaust gas emissions. Keywords: bioethanol; pertalite; performance engine; exhaust gas emission; alternatif fuel.

Tulisan ini meneliti kinerja mesin diesel satu silinder menggunakan campuran bahan bakar biodiesel randu dengan solar. Tes dilakukan dengan berbagai perbandingan biodiesel-diesel (B10, B20 dan B30). Sebuah model artificial neural network (ANN) yang didasarkan pada algoritma back-propagasi standar digunakan untuk memprediksi kinerja mesin menggunakan MATLAB. Untuk memperoleh data untuk pelatihan dan pengujian yang diusulkan ANN, kecepatan mesin yang berbeda (1400-2200 rpm) dipilih sebagai parameter masukan, sedangkan kinerja mesin (BSFC dan BTE) dipilih sebagai parameter keluaran untuk ANN pemodelan dari mesin diesel. Kinerja mesin (BSFC dan BTE) ANN telah divalidasi dengan membandingkan hasil prediksi dengan hasil eksperimen. Hasil penelitian menunjukkan bahwa koefisien korelasi BSFC dan BTE masing masing adalah 0,99249 dan 0,99457. Nilai MAPE (mean absolute persentase kesalahan) BSFC dan BTE adalah 0,57467 dan 0,33424 dan root mean square (RSME) nilai di bawah 5% oleh model, yang diterima. Studi ini menunjukkan bahwa pemodelan teknik sebagai pendekatan dalam energi alternatif dapat memberikan peningkatan keuntungan dari kehandalan dalam prediksi kinerja mesin pembakaran dalam.

Pengabdian kepada Masyarakat dengan skema Pengabdian Penerapan Teknologi Tepat Guna (PPTTG) yang dilakukan merupakan kegiatan dalam rangka penerapan teknologi tepat guna kepada mitra. Mitra kegiatan ini adalah pengrajin keripik ubi dan kentang yang berdomisili di Desa Sei Beras Sekata, Kecamatan Sunggal Kabupaten Deli Serdang. Usaha mitra saat ini telah menerima pesanan masih dalam jumlah yang kecil per harinya, namun berkeinginan untuk mengembangkan usaha tersebut. Mitra saat ini menghadapi permasalahan dengan pengirisan ubi dan kentang serta kandungan minyak dari keripik yang telah selesai digoreng. Mitra memerlukan waktu yang relatif lama, yaitu hingga 25–30 menit, agar kandungan minyak yang terdapat dalam keripik ubi dan kentang yang telah digoreng benar-benar berkurang. Jika kandungan minyak pada keripik cukup tinggi, maka keripik ubi dan kentang tersebut tidak dapat bertahan lama setelah dikemas dalam plastik. Akibatnya, keripik ubi dan kentang cepat mengeluarkan bau tengik. Tujuan dari kegiatan pengabdian ini adalah untuk membantu pengrajin dalam menyelesaikan permasalahan terkait dengan pengirisan kentang dan ubi serta untuk mengurangi kandungan minyak dalam keripik. Untuk mengatasi permasalahan mitra tersebut, mitra memerlukan alat pengiris ubi dan kentang serta alat pengering minyak. Adapun kapasitas alat pengiris yaitu 50kg/jam dan mesin pengering minyak kapasitas 8 kg/proses. Dengan alat pengiris dan pengering minyak tersebut, mitra dapat mengurangi kadar minyak yang terkandung dalam keripik yang sudah digoreng dengan waktu yang lebih cepat dan lebih optimal. Selanjutnya, waktu penirisan yang lebih cepat diharapkan dapat mendorong mitra untuk lebih meningkatkan produksinya, sehingga dapat menerima pesanan-pesanan yang lebih besar.