Laporan Responsi Kinetics Of Thermal Degradation.docx

  • Uploaded by: Dhur Rohma
  • 0
  • 0
  • December 2019
  • PDF

This document was uploaded by user and they confirmed that they have the permission to share it. If you are author or own the copyright of this book, please report to us by using this DMCA report form. Report DMCA


Overview

Download & View Laporan Responsi Kinetics Of Thermal Degradation.docx as PDF for free.

More details

  • Words: 1,062
  • Pages: 9
Nilai :

LAPORAN RESPONSI TEKNIK EMERGING TERMAL DAN NON TERMAL

(Kinetic of Thermal Degradation)

Oleh:

Nama

: Dhur Rohma

NPM

: 240110160075

Hari, Tanggal Praktikum

: Senin,18 Maret 2019

Waktu

: 09.30 โ€“ 11.30 WIB

Co. Ass

: Sita Halimatus Saโ€™diyah

LABORATORIUM PASCA PANEN DAN TEKNOLOGI PROSES DEPARTEMEN TEKNIK PERTANIAN DAN BIOSISTEM FAKULTAS TEKNOLOGI INDUSTRI PERTANIAN UNIVERSITAS PADJADJARAN 2018

BAB I TINJAUAN PUSTAKA

1.1

Thermal Death Time Thermal death time adalah lamanya waktu yang dibutuhkan untuk

membunuh bakteri tertentu pada suhu tertentu. Metode ini dikembangkan untuk pengalengan makanan dan telah menemukan aplikasi dalam dan farmasi. Thermal death time (F) adalah waktu yang diperlukan untuk membunuh seluruh organisme dalam suspensi yang diberikan. Thermal death time dapat dihitung menggunakan dua cara yaitu dengan menggunakan grafik ataupun dengan menggunakan rumus matematika. Sebelum munculnya komputer, ini diplot pada kertas semi logaritmik meskipun itu juga dapat dilakukan pada program spreadsheet. Waktu akan ditunjukkan pada sumbu x sedangkan suhu akan ditampilkan pada sumbu y. Kurva pemanasan sederhana ini juga dapat menentukan faktor lag (j) dan kemiringan (f h). Ini juga mengukur suhu produk daripada suhu kaleng (Shinha, 2016).

1.2

Ketahanan Panas Mikroba Proses pemanasan mempelajari hubungan antara pemanasan dengan

optimasi proses, terutama dari segi keamanan pangan dan nilai gizinya. Pemanasan yang diberikan pada bahan pangan adalah berbeda-beda tergantung pada beberapa hal diantaranya adalah jenis mikroba. Dalam menghitung ketahanan panas dibutuhkan data atau pengukuran, yaitu kurva TDT (thermal death time). Kurva TDT (nilai z) didapatkan dengan cara sebelumnya dibuat kurva kematian mikroba untuk menetapkan nilai D. Penentuan nilai D dan z dilakukan terhadap mikroba bacillus. Nilai P adalah waktu pemanasan pada suhu tertentu yang diperlukan untuk mencapai nilai pasteurisasi tertentu, dimana pada sterilisasi disebut nilai F. Nilai P dihitung untuk melihat kecukupan panas pada proses pasteurisasi. Dalam suatu industry pengolahan nilai P merupakan efisiensi untuk mengoptimalkan suatu proses (Yuwono, 2016).

1.3

Spoilage Probability Spoilage probability adalah hubungan antara proses untuk mematikan

mikroba, waktu pengurangan desimal dan populasi mikroba dapat digunakan untuk memperkirakan jumlah kerusakan dalam satuan container. Jika sekarang n1 dan n2 adalah jumlah awal dan akhir dari mikroorganisme per container, masingmasing, dan jumlah container dalahbatch adalah r, maka total beban mikroba adalah r n dan: ๐‘Ÿ๐‘›

F = D log (๐‘Ÿ๐‘›1 ) ..............................(1) 2

Jika tujuannya adalah untuk mengurangi populasi menjadi satu organisme per batch maka rn2 = 1 dan: F = D log (rn1).............................(2) dari jumlah kontainer dalam batch diberikan oleh: r= (Smith, 2003).

10๐น/๐ท ๐‘›1

...........................................(3)

BAB II HASIL

1.

Estimate the spoilage probability of a 50-minute process at 113โ„ƒ when D113 = 4 minute and the initial microbial population is 104 percontainer. Penyelesaian: Diketahui: F

= 50 menit

T

= 113โ„ƒ

D113

= 4 menit

Ditanya: Spoilage porbability = ...? Jawab: 1 ๐‘Ÿ 1

๐‘

= 10๐น0โ„๐ท 104 ๐‘๐‘’๐‘Ÿ๐‘๐‘œ๐‘›๐‘ก๐‘Ž๐‘–๐‘›๐‘’๐‘Ÿ

๐‘Ÿ

= 1050 ๐‘š๐‘’๐‘›๐‘–๐‘กโ„4 ๐‘š๐‘’๐‘›๐‘–๐‘ก

r

= 104 ๐‘๐‘’๐‘Ÿ๐‘๐‘œ๐‘›๐‘ก๐‘Ž๐‘–๐‘›๐‘’๐‘Ÿ

r

= 316.227.766 container

1050 ๐‘š๐‘’๐‘›๐‘–๐‘กโ„4 ๐‘š๐‘’๐‘›๐‘–๐‘ก

Jadi, kemungkinan dalam 316.227.766 container ada satu container mengalami kerusakan.

2.

Estimate the spoilage probability of a 65-minute process at 113โ„ƒ when D113 = 4 minute and the initial microbial population is 104 percontainer. Penyelesaian: Diketahui: F

= 65 menit

T

= 113โ„ƒ

D113

= 4 menit

Ditanya: Spoilage porbability = ...? Jawab: 1 ๐‘Ÿ

๐‘

= 10๐น0โ„๐ท

1

104 ๐‘๐‘’๐‘Ÿ๐‘๐‘œ๐‘›๐‘ก๐‘Ž๐‘–๐‘›๐‘’๐‘Ÿ

๐‘Ÿ

= 1065 ๐‘š๐‘’๐‘›๐‘–๐‘กโ„4 ๐‘š๐‘’๐‘›๐‘–๐‘ก

r

= 104 ๐‘๐‘’๐‘Ÿ๐‘๐‘œ๐‘›๐‘ก๐‘Ž๐‘–๐‘›๐‘’๐‘Ÿ

r

= 1.778.279.410.038,92 container

1065 ๐‘š๐‘’๐‘›๐‘–๐‘กโ„4 ๐‘š๐‘’๐‘›๐‘–๐‘ก

Jadi, kemungkinan dalam 1.778.279.410.038,92 container ada satu container mengalami kerusakan.

3.

Estimate the spoilage probability of a 50-minute process at 113โ„ƒ when D113 = 6 minute and the initial microbial population is 104 percontainer. Penyelesaian: Diketahui: F

= 50 menit

T

= 113โ„ƒ

D113

= 6 menit

Ditanya: Spoilage porbability = ...? Jawab: 1 ๐‘Ÿ 1

๐‘

= 10๐น0โ„๐ท 104 ๐‘๐‘’๐‘Ÿ๐‘๐‘œ๐‘›๐‘ก๐‘Ž๐‘–๐‘›๐‘’๐‘Ÿ

๐‘Ÿ

= 1050 ๐‘š๐‘’๐‘›๐‘–๐‘กโ„6 ๐‘š๐‘’๐‘›๐‘–๐‘ก

r

= 104 ๐‘๐‘’๐‘Ÿ๐‘๐‘œ๐‘›๐‘ก๐‘Ž๐‘–๐‘›๐‘’๐‘Ÿ

r

= 21.544,35 container

1050 ๐‘š๐‘’๐‘›๐‘–๐‘กโ„6 ๐‘š๐‘’๐‘›๐‘–๐‘ก

Jadi, kemungkinan dalam 21.544,35 container ada satu container mengalami kerusakan.

4.

Estimate the spoilage probability of a 75-minute process at 113โ„ƒ when D113 = 5 minute and the initial microbial population is 104 percontainer. Penyelesaian: Diketahui: F

= 75 menit

T

= 113โ„ƒ

D113

= 5 menit

Ditanya: Spoilage porbability = ...? Jawab: 1 ๐‘Ÿ 1

๐‘

= 10๐น0โ„๐ท 104 ๐‘๐‘’๐‘Ÿ๐‘๐‘œ๐‘›๐‘ก๐‘Ž๐‘–๐‘›๐‘’๐‘Ÿ

๐‘Ÿ

= 1075 ๐‘š๐‘’๐‘›๐‘–๐‘กโ„5 ๐‘š๐‘’๐‘›๐‘–๐‘ก

r

= 104 ๐‘๐‘’๐‘Ÿ๐‘๐‘œ๐‘›๐‘ก๐‘Ž๐‘–๐‘›๐‘’๐‘Ÿ

r

= 100.000.000.000 container

1075 ๐‘š๐‘’๐‘›๐‘–๐‘กโ„5 ๐‘š๐‘’๐‘›๐‘–๐‘ก

Jadi, kemungkinan dalam 100.000.000.000 container ada satu container mengalami kerusakan.

BAB III PEMBAHASAN

Berdasarkan hasil perhitungan yang dilakukan, didapatkan kemungkinan kerusakan selama proses 50 menit dan desimal reduction time pada suhu 113โ„ƒ selama 4 menit yaitu satu dari 316,23 juta container. Sedangkan, perhitungan dengan kondisi yang sama namun proses dilakukan selama 65 menit menghasilkan kemungkinan kerusakan yaitu 1 dari 1,78 triliun container. Berdasarkan hasil perhitungan tersebut diketahui bahwa semakin lama proses yang dilakukan maka semakin kecil kemungkinan kerusakan yang terjadi pada bahan. Sementara itu dengan kondisi yang dibuat sama dengan proses selama 50 menit dan dan desimal reduction time pada suhu 113โ„ƒ selama 6 menit menghasilkan kemungkinan kerusakan yaitu satu dari 21.544,35 container. Hasil tersebut menunjukkan bahwa dengan kondisi yang sama namun desimal reduction time yang lebih lama menghasilkan kemungkinan kerusakan yang lebih besar. Perhitungan yang dilakukan dengan kondisi yang sama namun lama proses dilakukan selama 75 menit dan desimal reduction time pada suhu 113โ„ƒ selama 6 menit menghasilkan kemungkinan kerusakan yaitu satu dari 100 milyar container. Perbedaan desimal reduction time yang diubah dalam perhitungan ini tidak jauh berbeda yaitu 4 menit, 5 menit, dan 6 menit. Namun hasil kemungkinan kerusakan yang terjadi sangat berbeda jauh. Sehingga dapat dikatakan kemampuan bahan dalam mereduksi sangat berpengaruh dalam mempertahankan kualitas bahan. Lamanya proses pemanasan yang diubah yaitu 50 menit, 65 menit, dan 75 menit juga menghasilkan perbedaan kemungkinan kerusakan yang sangat signifikan. Hal tersebut karena proses pemanasan dapat membunuh mikroba yang dapat merusak bahan sehingga aktivitas mikroorganisme pada bahan akan berkurang. Berkurangnya jumlah mikroba pada bahan dapat mempertahankan kualitas bahan lebih lama. Hasil perhitungan tersebut menunjukkan bahwa lama proses dan desimal reduction time sangat berpengaruh terhadap ketahanan produk. Semakin lama proses perlakuan suhu tinggi dilakukan maka semakin kecil kerusakan yang

terjadi pada bahan tersebut. Sebaliknya, semakin lama bahan membutuhkan waktu untuk mereduksi maka semakin besar kerusakan yang terjadi pada bahan tersebut.

DAFTAR PUSTAKA

Shisha, S. 2016. Thermal Death Time. Roorkee: Departement of Chemical Engineering Indian Institute of Technology Roorkee. Smith, P.G. 2003. Introduction to Food Process Engineering. United Kingdom: Kluwer Academic / Plenum Publisher. Yuwono, Y. 2016. Analisis Nilai F0 Sterilisasi Retort pada Produk Susu. Jakarta: Fakultas Teknik Universitas Mercu Buana.

Related Documents


More Documents from "David Christianto"