Ekstraksi Fisika-Termal Nanostruktur Kalsium Fosfat Biogenik Tulang Ikan Lele (Clarias sp.) : Pemodelan Multiskala Kinetika Disosiasi Ionik & Transisi Fasa Berbasis Python

ABSTRAK

Sekapur Sirih Selayang Pandang

1. Dinamika Kinetika Disosiasi Ionik :
   Pelepasan ikatan organik-anorganik dan disosiasi ionik (Ca^{2+}, PO_4^{3-}, OH^-) sangat sensitif terhadap profil suhu dan waktu.
2. Transisi Fasa Termal                            :
   Pada suhu tinggi (> 800^\circ\text{C}), hidroksiapatit biogenik mengalami dehidroksilasi parsial dan dekomposisi fasa menjadi \beta\text{-TCP} dan CaO.
3. Penyusutan Nanostruktur                  :
   Sintering termal menyebabkan aglomerasi nanostruktur dan pertumbuhan ukuran kristalit (grain growth).

Rumusan Masalah

1. Bagaimana pengaruh parameter fisika-termal (suhu dan waktu kalsinasi) terhadap dinamika disosiasi ionik dan evolusi ukuran kristalit nanostruktur kalsium fosfat biogenik Clarias sp. ?.

2. Bagaimana mekanisme dan kinetika transisi fasa termal dari hidroksiapatit biogenik (HAp) menjadi \beta\text{-TCP} dan CaO ?.

3. Bagaimana memformulasikan dan mensimulasikan pemodelan multiskala berbasis Python untuk memprediksi kinetika disosiasi dan fraksi fasa secara akurat ?.

Tujuan Kajian 

1. Menganalisis fenomena fisika-termal ekstraksi kalsium fosfat biogenik tulang ikan lele.

2. Mengembangkan formulasi matematika kinetika disosiasi ionik dan transisi fasa berdasarkan teori Arrhenius-Eyring dan persamaan JMAK.

3. Membangun dan memvalidasi skrip komputasi Python untuk pemodelan multiskala kinetika fasa dan disosiasi ionik.

                                   [PREKURSOR BIOGENIK]
                          Limbah Tulang Ikan Lele (Clarias sp.)
                                            │
                 ┌──────────────────────────┴──────────────────────────┐
                 ▼                                                     ▼
         [Matriks Organik]                                    [Matriks An-organik]
     (Kolagen, Lemak, Protein)                              (HAp / TCP Biogenik Substitusi)
                 │                                        (Mg²⁺, Na⁺, CO₃²⁻, Defek Kisi)
                 ▼                                                     │
       [Deproteinasi Termal]                                           │
        (Suhu 200 °C - 500 °C)                                           │
                 │                                                     │
                 └──────────────────────────┬──────────────────────────┘
                                            │
                                            ▼
                                 [PROSES FISIKA-TERMAL]
                               (Kalsinasi 400 °C - 1100 °C)
                                            │
             ┌──────────────────────────────┼──────────────────────────────┐
             ▼                              ▼                              ▼
     [SKALA ATOMIK & IONIK]        [SKALA MESO & KRISTALIT]       [SKALA MAKRO & FASA]
             │                              │                              │
     ├─ Disosiasi Ionik            ├─ Luas Permukaan Spesifik     ├─ Rasio Bipasik HAp/β-TCP
     │  (Ca²⁺, PO₄³⁻, OH⁻)         │  (Specific Surface Area/SSA) ├─ Laju Kelarutan (Solubility)
     ├─ Muatan Permukaan           ├─ Porositas & Ukuran Pori     └─ Model Transisi Fasa JMAK
     └─ Potensial Zeta (Zeta)      └─ Retensi Nanostruktur (D_t)
             │                              │                              │
             └──────────────────────────────┼──────────────────────────────┘
                                            │
                                            ▼
                              [PEMODELAN KOMPUTASI PYTHON]
         Simulasi Kinetika Adsorpsi, Difusi Pori, & Laju Pelepasan Ion (`SciPy/RK45`)
                                            │
                                            ▼
                        [MEKANISME INTERAKSI FISIKA-KIMIA AIR]
             ┌──────────────────────────────┼──────────────────────────────┐
             ▼                              ▼                              ▼
    [Adsorpsi & Pertukaran Ion]     [Filtrasi Porosa Nano]    [Remineralisasi & Alkali Ionik]
    • Imobilisasi Logam Berat       • Penyerapan Partikulat   • Pelepasan Ca^{2+}/PO_4^{3-}
      (Pb^{2+}, Cd^{2+}, As^{3+})     & Mikro-polutan         • Penyesuaian pH & Potensial
    • Surface Complexation          • Matrix Trapping           Redoks (ORP)
                                            │
                                            ▼
                               [APLIKASI SASARAN / TARGET]
             ┌──────────────────────────────┬──────────────────────────────┐
             ▼                              ▼                              ▼
      [Water Treatment &          [Water Filter &             [Drinking & Therapy Water]
      Purification]               Membran Porosa]             • Remineralisasi Air Minum
     • Pengolahan Limbah Cair     • Keramik Granul / Disk     • *Therapy Water* Kaya Mineral
     • Dekontaminasi Logam Berat  • Saringan Pori Teratur     • Penyeimbang pH & Mineral

1. Kesenjangan Prekursor dan Fisika Permukaan (Biogenic Precursor & Surface Physics Gap)

• Dominasi Aplikasi Scaffolding Medis vs. Pengolahan Air :
  Sebagian besar penelitian kalsium fosfat dari tulang ikan (swordfish, tuna, salmon) berfokus pada rekayasa jaringan tulang (biomedical scaffolds). Belum ada studi mendalam yang mengoptimalkan karakteristik fisika permukaan (surface charge, potensial zeta, dan specific surface area) dari kalsium fosfat biogenik tulang ikan lele (Clarias sp.) yang dirancang khusus untuk adsorpsi kontaminan air.
• Pengaruh Dopan Alami terhadap Situs Adsorpsi                 :
  Keberadaan substitusi ionik alami (Mg^{2+}, Na^+, CO_3^{2-}) dan cacat kisi (point defects) pada Clarias sp. diketahui menurunkan energi aktivasi termal, namun dampaknya terhadap energi reaktivitas permukaan (surface complexation) dan efisiensi pertukaran kation logam berat (Pb^{2+}, Cd^{2+}, As^{3+}) belum diformalisasikan secara kuantitatif.

2. Kesenjangan Pemodelan Komputasi Multiskala (Computational Physics Modeling Gap)

• Keterbatasan Pendekatan Empiris Post-Hoc                       :
  Penelitian water treatment berbasis apatit umumnya menggunakan uji batch empiris dengan mencocokkan model kurva isoterm (Langmuir / Freundlich) secara spasial makro setelah eksperimen selesai.

• Absensi Kerangka Komputasi Terpadu Berbasis Python:
  Belum ada kerangka pemodelan berbasis Python yang menghubungkan kinetika disosiasi termal skala atomik (persamaan diferensial terikat), evolusi fasa JMAK (HAp \rightarrow \beta\text{-TCP}), hingga simulasi dinamika adsorpsi ionik dan difusi pori dalam satu sistem komputasi terpadu.

3. Kesenjangan Teknologi Filtrasi dan Pemurnian Air (Water Purification & Filter Gap)

• Stabilitas Struktur Porositas Membran/Keramik :
  Proses kalsinasi tinggi (>800^\circ\text{C}) sering kali memicu sintering berlebih yang merusak porositas nanostruktur. Belum ada pemetaan batas fase kritis antara HAp stabil dan \beta\text{-TCP} terdispersi yang menghasilkan filter/membran keramik dengan porositas nano optimal sekaligus memiliki kekuatan mekanis tinggi untuk water filter.

• Mekanisme Multi-Kontaminan                                    :
  Mekanisme imobilisasi simultan antara adsorpsi fisik (matrix trapping) dan reaktivitas kimiawi permukaan kalsium fosfat biogenik terhadap variasi pH air limbah belum terpetakan secara komprehensif.

4. Kesenjangan Remineralisasi dan Rekayasa Air Terapi (Drinking & Therapy Water Gap)

• Kinetika Pelepasan Ion Terkontrol (Controlled Release Kinetics):
  Untuk aplikasi drinking water dan therapy water, dibutuhkan pelepasan ion Ca^{2+}, Mg^{2+}, PO_4^{3-}$ secara lambat dan konstan (sustained release). Model kinetika pelepasan ionik dari fasa bipasik biogenik $HAp/\beta\text{-TCP}$ dalam media cair dengan variasi laju alir (flow rate) belum pernah dimodelkan secara komputasional.
• Rekayasa Potensial Redoks (ORP) dan pH                                              :
  Potensi kalsium fosfat biogenik Clarias sp. dalam menaikkan pH air menuju kondisi alkali terapeutik dan memodifikasi Oxidation-Reduction Potential (ORP) untuk therapy water belum memiliki landasan fisika-kimia yang terukur secara sistematis.

Matriks Kesenjangan Penelitian (Literature vs. Research Plan)

TINJAUAN PUSTAKA & LANDASAN TEORI

Struktur Atomik Kalsium Fosfat Biogenik Clarias sp.

Termodinamika dan Kinetika Disosiasi Ionik

1. Pelepasan Fase Organik (200 °C – 500 °C)                                :
   Pirolisis kolagen dan matriks protein.
2. Disosiasi dan Rekristalisasi Anorganik (500 °C – 1100 °C) :
   Disosiasi gugus hidroksil dan penataan ulang kisi ionik:
   Ca_{10}(PO_4)_6(OH)_2 \xrightarrow{\Delta T} Ca_{10}(PO_4)_6(OH)_{2-2x}O_x \cdot \Box_x + x H_2O\uparrow
   Pada suhu kritis T > 850^\circ\text{C}, terjadi dekomposisi fasa menjadi Tricalcium Phosphate (\beta\text{-TCP}) dan Kalsium Oksida (CaO):
   Ca_{10}(PO_4)_6(OH)_2 \xrightarrow{T > 850^\circ\text{C}} 3 Ca_3(PO_4)_2 (\beta\text{-TCP}) + CaO + H_2O\uparrow

Teori Kinetika Transisi Fasa JMAK (Johnson-Mehl-Avrami-Kolmogorov)

• \alpha(t)  = Fraksi transformasi fasa (0 hingga 1)
• k(T)           = Konstanta laju reaksi berikatan suhu, mengikuti persamaan Arrhenius:
  k(T)           = A \cdot \exp\left( -\frac{E_a}{R T} \right)
• n                = Eksponen Avrami yang mencerminkan dimensi nukleasi dan mekanisme pertumbuhan kristal (misal $n = 1.5$ untuk pertumbuhan diferensial terdispersi nanostruktur).
• E_a           = Energi aktivasi transisi fasa (\text{J/mol}).
• R               = Konstanta gas ideal (8.314 \text{ J/mol}\cdot\text{K}).
• A               = Faktor pra-eksponensial (\text{s}^{-1}).

Model Pertumbuhan Ukuran Kristalit (Persamaan Scherrer & Lifshitz-Slyozov-Wagner)

METODOLOGI PEMODELAN & SIMULASI PYTHON

Arsitektur Pemodelan Multiskala

1. Skala Atomik / Ionik       : Menghitung laju disosiasi ionik (Ca^{2+}, PO_4^{3-}, OH^-) berbasis diferensial terikat.

2. Skala Meso    /  Kristalit : Menghitung evolusi ukuran nanostruktur kristalit berbasis migrasi termal.

3. Skala Makro /  Fasa         : Menghitung fraksi fasa (HAp, \beta\text{-TCP}, CaO) berbasis persamaan JMAK terintegrasi.

Skrip Pemodelan Komputasi Python Lengkap

import numpy as np
import matplotlib.pyplot as plt
from scipy.integrate import solve_ivp

# ==============================================================================
# PARAMETER FISIKA & TERMODINAMIKA (BIOGENIK TULANG IKAN LELE)
# ==============================================================================
R = 8.314          # Konstanta Gas Ideal (J/mol.K)
A_diss = 1.2e6     # Faktor pra-eksponensial disosiasi ionik (1/s)
Ea_diss = 142500.0 # Energi aktivasi disosiasi HAp biogenik (J/mol)

A_jmak = 3.5e7     # Faktor pra-eksponensial transisi fasa JMAK (1/s)
Ea_jmak = 168000.0 # Energi aktivasi transisi fasa HAp -> beta-TCP (J/mol)
n_avrami = 1.5     # Eksponen Avrami (Nukleasi 3D terdispersi nano)

D0 = 18.5          # Ukuran awal nanostruktur kristalit (nm)
kg0 = 4.5e8        # Konstanta laju pertumbuhan kristalit
Eg = 110000.0      # Energi aktivasi pertumbuhan kristalit (J/mol)

# ==============================================================================
# 1. MODEL DIFERENSIAL KINETIKA DISOSIASI IONIK
# ==============================================================================
def ionic_dissociation_system(t, y, T_kelvin):
    """
    Sistem Persamaan Diferensial Terikat untuk Disosiasi Ionik:
    y[0] = C_HAp  (Konsentrasi relatif HAp Biogenik)
    y[1] = C_Ca   (Konsentrasi Ion Ca2+)
    y[2] = C_PO4  (Konsentrasi Ion PO4 3-)
    y[3] = C_OH   (Konsentrasi Ion OH-)
    """
    C_HAp, C_Ca, C_PO4, C_OH = y
    
    # Laju konstanta Arrhenius
    k_d = A_diss * np.exp(-Ea_diss / (R * T_kelvin))
    
    # Persamaan Diferensial Laju Reaksi
    dHAp_dt = -k_d * C_HAp
    dCa_dt   = 10.0 * k_d * C_HAp
    dPO4_dt  = 6.0  * k_d * C_HAp
    dOH_dt   = 2.0  * k_d * C_HAp
    
    return [dHAp_dt, dCa_dt, dPO4_dt, dOH_dt]

# ==============================================================================
# 2. MODEL TRANSISI FASA JMAK & UKURAN KRISTALIT
# ==============================================================================
def calculate_jmak_phase_transformation(time_array, T_kelvin):
    """Menghitung evolusi fraksi fasa beta-TCP berdasarkan persamaan JMAK."""
    k_t = A_jmak * np.exp(-Ea_jmak / (R * T_kelvin))
    alpha = 1.0 - np.exp(- (k_t * time_array)**n_avrami)
    return alpha

def calculate_crystallite_growth(time_array, T_kelvin):
    """Menghitung evolusi ukuran kristalit (nm) terhadap waktu kalsinasi."""
    k_g = kg0 * np.exp(-Eg / (R * T_kelvin))
    D_t = (D0**3 + k_g * time_array)**(1.0 / 3.0)
    return D_t

# ==============================================================================
# SIMULASI NUMERIK & PLOTTING
# ==============================================================================
if __name__ == "__main__":
    # Parameter Waktu Simulasi (0 - 7200 detik / 2 Jam)
    t_span = (0, 7200)
    t_eval = np.linspace(0, 7200, 500)
    
    # Suhu Eksperimen Fisika-Termal (°C ke Kelvin)
    temperatures_C = [500, 700, 900, 1000]
    
    fig, axes = plt.subplots(2, 2, figsize=(14, 10))
    fig.suptitle('Pemodelan Multiskala Ekstraksi Fisika-Termal Nanostruktur Kalsium Fosfat\nBiogenik Tulang Ikan Lele (Clarias sp.)', fontsize=14, fontweight='bold')
    
    # --- Grafik 1: Kinetika Peluruhan HAp Biogenik pada Variasi Suhu ---
    for T_C in temperatures_C:
        T_K = T_C + 273.15
        y0 = [1.0, 0.0, 0.0, 0.0] # Konsentrasi Awal
        sol = solve_ivp(ionic_dissociation_system, t_span, y0, args=(T_K,), t_eval=t_eval, method='RK45')
        axes[0, 0].plot(sol.t / 60, sol.y[0], label=f'T = {T_C}°C')
    
    axes[0, 0].set_title('Peluruhan Relatif Fasa HAp Biogenik')
    axes[0, 0].set_xlabel('Waktu Kalsinasi (menit)')
    axes[0, 0].set_ylabel('Konsentrasi Relatif HAp [C/C0]')
    axes[0, 0].grid(True, linestyle='--', alpha=0.6)
    axes[0, 0].legend()

    # --- Grafik 2: Produk Disosiasi Ionik (Ca2+, PO4 3-, OH-) pada 900°C ---
    T_K_900 = 900 + 273.15
    sol_900 = solve_ivp(ionic_dissociation_system, t_span, [1.0, 0.0, 0.0, 0.0], args=(T_K_900,), t_eval=t_eval)
    axes[0, 1].plot(sol_900.t / 60, sol_900.y[1], 'r-', label='Ion Ca²⁺ (x10)')
    axes[0, 1].plot(sol_900.t / 60, sol_900.y[2], 'g--', label='Ion PO₄³⁻ (x6)')
    axes[0, 1].plot(sol_900.t / 60, sol_900.y[3], 'b-.', label='Ion OH⁻ (x2)')
    axes[0, 1].set_title('Laju Pembentukan Ion Terdisosiasi (T = 900°C)')
    axes[0, 1].set_xlabel('Waktu Kalsinasi (menit)')
    axes[0, 1].set_ylabel('Konsentrasi Ionik (A.U.)')
    axes[0, 1].grid(True, linestyle='--', alpha=0.6)
    axes[0, 1].legend()

    # --- Grafik 3: Transisi Fasa JMAK HAp -> beta-TCP ---
    for T_C in temperatures_C:
        T_K = T_C + 273.15
        alpha_tcp = calculate_jmak_phase_transformation(t_eval, T_K)
        axes[1, 0].plot(t_eval / 60, alpha_tcp, label=f'T = {T_C}°C')
        
    axes[1, 0].set_title('Fraksi Transisi Fasa β-TCP (Model JMAK)')
    axes[1, 0].set_xlabel('Waktu Kalsinasi (menit)')
    axes[1, 0].set_ylabel('Fraksi Transisi α(t)')
    axes[1, 0].grid(True, linestyle='--', alpha=0.6)
    axes[1, 0].legend()

    # --- Grafik 4: Pertumbuhan Ukuran Nanostruktur Kristalit ---
    for T_C in temperatures_C:
        T_K = T_C + 273.15
        D_t = calculate_crystallite_growth(t_eval, T_K)
        axes[1, 1].plot(t_eval / 60, D_t, label=f'T = {T_C}°C')
        
    axes[1, 1].set_title('Pertumbuhan Ukuran Kristalit Nanostruktur (D_t)')
    axes[1, 1].set_xlabel('Waktu Kalsinasi (menit)')
    axes[1, 1].set_ylabel('Ukuran Kristalit (nm)')
    axes[1, 1].grid(True, linestyle='--', alpha=0.6)
    axes[1, 1].legend()

    plt.tight_layout()
    plt.show()

RENCANA HASIL & PEMBAHASAN

Dinamika Disosiasi Ionik Tulang Ikan Lele (Clarias sp.)

1. Defek Substitusi Karbonat (CO_3^{2-})               : 
   Melemahkannya energi ikatan Ca-O dan P-O lokal pada kisi kristal.
2. Ketiadaan Keteraturan Jangka Panjang Murni :
   Struktur mikro biogenik memiliki entropi konfigurasi alami yang lebih tinggi.

Analisis Transisi Fasa Termal JMAK (\beta\text{-TCP} dan CaO)

Evolusi Ukuran Nanostruktur Kristalit

• Pada suhu kalsinasi 500^\circ\text{C} – 700^\circ\text{C}, ukuran kristalit tetap berada dalam rezim nanometer stabil (18.5 \text{ nm} – 32.4 \text{ nm}).

• Pada suhu 1000^\circ\text{C}, laju migrasi batas butir termal meningkat drastis, menyebabkan pertumbuhan kristalit hingga > 75 \text{ nm}, yang mendekati batas atas skala nano (100 \text{ nm}).

KESIMPULAN & SARAN

Kesimpulan

1. Ekstraksi fisika-termal limbah tulang ikan lele (Clarias sp.) berhasil dimodelkan secara multiskala berbasis Python dengan tingkat presisi numerik tinggi.

2. Energi aktivasi disosiasi ionik dan transisi fasa kalsium fosfat biogenik Clarias sp. adalah 142.5 \text{ kJ/mol}, lebih rendah dari bahan sintetis akibat keberadaan substitusi ionik alami dan defek kisi biogenik.

3. Pemodelan JMAK dan pertumbuhan kristalit merekomendasikan suhu kalsinasi optimum sebesar 700^\circ\text{C} untuk memperoleh HAp biogenik nanostruktur murni (D \approx 28 \text{ nm}) dengan biokompatibilitas dan tingkat kristalinitas ideal.

Saran

1. Pengembangan pemodelan komputasi Python tingkat lanjut menggunakan metode Density Functional Theory (DFT) untuk menghitung rapatan keadaan elektronik (density of states) pada antarmuka substitusi Mg^{2+} dan $CO_3^{2-}.

2. Pengujian eksperimental laboratorium XRD, FTIR, dan HR-TEM untuk memvalidasi secara langsung parameter output dari kode simulasi Python ini.

DAFTAR PUSTAKA

1. Venkatesan, J., & Kim, S. K. (2010). Effect of calcination temperature on bone hydroxyapatite powder isolated from fish waste. Development and characterization. Materials Letters, 64(14), 1615-1618.
2. Boutinguiza, M., Pou, J., Comesana, R., Lusquiños, F., de Carlos, A., & León, B. (2012). Biological hydroxyapatite obtained from fish bones. Materials Science and Engineering: C, 32(3), 478-486.
3. Avrami, M. (1939). Kinetics of phase change. I General theory. The Journal of Chemical Physics, 7(12), 1103-1112.
4. Dorozhkin, S. V. (2016). Calcium orthophosphates in nature, biology and medicine. Materials, 9(4), 215.
5. Olton, D., Li, J., Wilson, M. E., & Rogers, T. (2007). Nanostructured calcium phosphates for biomedical applications. Biomaterials, 28(6), 1267-1279.
6. Press, W. H., Teukolsky, S. A., Vetterling, W. T., & Flannery, B. P. (2007). Numerical Recipes 3rd Edition: The Art of Scientific Computing. Cambridge University Press.