ArabicChinese (Simplified)EnglishIndonesianRussian
ArabicChinese (Simplified)EnglishIndonesianRussian

Mahasiswi ITS Tangani Limbah Industri Pakai AI

Mahasiswi ITS Tangani Limbah Industri Pakai AI

Konfirmasitimes.com-Jakarta (23/05/2021). Zat-zat berbahaya dari limbah berpotensi mencemari lingkungan dan berdampak pada kesehatan manusia. Untuk itu, penanganan sekaligus pembuangan limbah industri harus dilakukan dengan benar.

Berdasarkan latar belakang itu, tiga mahasiswa Institut Teknologi Sepuluh Nopember (ITS) merancang pemodelan kecerdasan buatan untuk memfasilitasi pengolahan limbah yang lebih efisien dan ramah lingkungan pada industri migas.

Ketiga mahasiswi itu ialah Fitria Kusumaningrum, Citra Annisaa Nurul Ain, Nuzulul Syaqawati Azzahra yang tergabung dalam sebuah tim bernama UCiFi.

Mereka adalah mahasiswa S1 Departemen Teknik Fisika, Fakultas Teknologi Industri dan Rekayasa Sistem (FTI-RS) ITS.

Adapun inovasi AI yang mereka ciptakan yakni pemanfaatan Kecerdasan Buatan berupa Artificial Neural Network (ANN) untuk memprediksi keakuratan kadar Chemical Oxygen Demand (COD) yang terkandung dalam limbah industri minyak dan gas.

Menurut keterangan Nuzulul , Ketua Tim UCiFi menyampaikan, limbah yang dihasilkan industri migas berupa produced water. Hasil dari kegiatan eksplorasi minyak tersebut mengandung polutan, antara lain H2S (Hidrogen Sulfida), minyak dan lemak, NH3 (Ammounium), dan COD.

“Kadar polutan tersebut melebihi baku mutu, sehingga kadar polutan harus dikurangi terlebih dahulu sebelum dialirkan kembali ke alam,” kata Nuzulul, dalam keterangannya beberapa waktu lalu.

Lebih lanjut, Fitria Kusumaningrum, salah satu anggota tim, menerangkan salah satu cara untuk menurunkan kadar polutan adalah dengan menggunakan polishing unit.

Data input pada polishing unit ini berupa kadar COD yang tinggi serta beberapa parameter lain seperti pH, suhu, NO3, PO3, MLSS, TSS, dan SVM.

“Setelah data tersebut diproses di blackbox polishing unit, akan didapat output kadar COD yang lebih rendah,” kata Fitri.

Untuk memprediksi kadar COD tersebut, menurut Fitria, diperlukan suatu prediktor yang tepat yaitu ANN.

Selain model ANN sebagai prediktor, kata Fitri, perlu diterapkan teknik optimasi untuk mendukung hasil COD yang minimal. Salah satu teknik optimasi yang paling banyak digunakan adalah teknik optimasi Genetic Algorithm (GA).

Tim ini meyakini, penggunaan ANN + GA memiliki hasil keakuratan prediksi yang lebih baik dibanding pemodelan AI yang lain seperti ANFIS.

“Walaupun ANN maupun ANFIS sama-sama memiliki kemampuan input data yang sangat banyak, tetapi ANN memiliki hidden layer sehingga prediksi data akan jauh lebih akurat,” kata Nuzulul.

Kerja keras tim UCiFi tersebut telah berhasil membuahkan prestasi yang membanggakan. Paper yang berjudul Artificial Intelligent in Oil and Gas Wastewater Treatment dengan sukses mengantarkan tim yang dibimbing oleh Totok Ruki Biyanto ST MT PhD ini sebagai juara kedua pada Paper Competition Petrolida 2021, bulan lalu.

Pada Kompetisi yang digelar oleh Society Petroleum Engineer ITS Student Chapter (SPE ITS SC) ini, tim UCiFi berhasil mengungguli paper dari sembilan tim lainnya.

Bagaimana reaksi Anda?
Bagikan 


Read Previous

Tentara Myanmar: Aung San Suu Kyi Akan Segera Hadir di Pengadilan

Read Next

Jurnalis Yahudi Pro-Palestina Dipecat dari Associated Press