Dalam industri yang mustahil atau sangat sulit beralih ke listrik (seperti transportasi berat, penerbangan, dan transportasi laut), bahan bakar fosil cair tetap menjadi sumber energi yang sangat diperlukan.
Namun, tantangan iklim mendorong semakin banyak perhatian terhadap alternatif, termasuk bahan bakar cair sintetis dan biologis. Namun, pengembangan bahan bakar ini menghadapi sejumlah kesulitan.
Bahan bakar baru harus menggabungkan sifat mudah terbakar (yaitu, angka setana yang sesuai), pembentukan jelaga yang rendah, kompatibilitas dengan mesin yang ada, dan jejak karbon yang minimal.
Baca Juga: Riza Chalid The Gasoline Godfather Tersangka, Akhirnya Indonesia Berani
Di saat yang sama, setiap bahan bakar merupakan campuran kompleks dari puluhan atau ratusan senyawa, dan pengujian sifat setiap kombinasi baru di laboratorium atau pada sistem propulsi merupakan proses yang panjang dan mahal.
Untuk menyederhanakan dan mempercepat proses tersebut, para peneliti dari Queen Mary University of London, Federal University of Rio de Janeiro, dan Barcelona Supercomputing Center telah mengembangkan sistem desain bahan bakar digital multi-tahap.
Sistem ini didasarkan pada penggunaan deskripsi numerik molekul, atau yang disebut sidik jari molekuler, yang memungkinkan struktur kimia senyawa direpresentasikan dalam format yang sesuai untuk pembelajaran mesin.
Baca Juga: Kedatangan Jemaah Haji Kapuas Hulu Disambut Bupati dengan Rasa Syukur dan Harapan
Data ini dimasukkan ke dalam jaringan saraf tiruan dalam yang mampu memprediksi secara akurat sifat-sifat utama bahan bakar (termasuk sifat mudah terbakar dan pembentukan jelaga). Model yang telah dilatih digunakan untuk merekayasa balik hasil: para peneliti menetapkan sifat target bahan bakar, dan sistem memilih kombinasi zat yang memberikan karakteristik yang dibutuhkan dengan mempertimbangkan kendala teknologi dan regulasi.
Untuk melatih model tersebut, para peneliti mengumpulkan basis data besar yang berisi sifat fisik dan kimia dari ratusan komponen bahan bakar dan campurannya.
Secara spesifik, basis data angka setana mencakup 708 pengukuran untuk 475 zat, sementara basis data indeks jelaga mencakup lebih dari 400 senyawa murni.
Baca Juga: Pelindo Regional 2 Pontianak Gelar Pelatihan Sertifikasi Petugas Damkar Perkuat Budaya K3
Hasilnya melebihi ekspektasi. Model yang telah dilatih menunjukkan akurasi yang tinggi: koefisien determinasi (R²) melebihi 0,9 bahkan ketika memprediksi sifat-sifat senyawa baru yang sebelumnya tidak dikenal.
Sebanyak 157 resep campuran bahan bakar dihasilkan, termasuk opsi dengan aditif alkohol, oksimetilen eter (OMEx), dan metil ester asam lemak (FAME).
Resep terbaik ini tidak hanya memenuhi persyaratan bahan bakar diesel saat ini, tetapi juga menunjukkan indeks jelaga yang jauh lebih rendah, yang berarti pembakaran yang lebih bersih. Perhitungan menunjukkan bahwa campuran tersebut dapat mengurangi emisi jelaga hingga 72% tanpa menurunkan kinerja.
Baca Juga: Pelindo Regional 2 Pontianak Gelar Pelatihan Sertifikasi Petugas Damkar Perkuat Budaya K3
Sistem baru ini membuka jalan bagi pengembangan bahan bakar berkelanjutan yang cepat dan terarah yang dapat memainkan peran penting dalam mengurangi jejak karbon transportasi berat di tahun-tahun mendatang.
