Olah Sampah dengan Kecerdasan Buatan ala Mahasiswa ITS

Tiga mahasiswa Institut Teknologi Sepuluh Nopember (ITS) merancang pemodelan kecerdasan buatan (Dian Kurniawan/Liputan6.com)

Liputan6.com, Surabaya - Tiga mahasiswa Institut Teknologi Sepuluh Nopember (ITS) merancang pemodelan kecerdasan buatan atau yang dikenal dengan artificial intelligent (AI) untuk memfasilitasi pengolahan limbah yang lebih efisien dan ramah lingkungan pada industri migas.

Mereka adalah Fitria Kusumaningrum, Citra Annisaa Nurul Ain, Nuzulul Syaqawati Azzahra yang tergabung dalam sebuah tim bernama UCiFi. Ketiganya merupakan mahasiswa S1 Departemen Teknik Fisika, Fakultas Teknologi Industri dan Rekayasa Sistem (FTI-RS) ITS.

"Kami menginovasikan pemanfaatan Kecerdasan Buatan berupa Artificial Neural Network (ANN) untuk memprediksi keakuratan kadar Chemical Oxygen Demand (COD) yang terkandung dalam limbah industri minyak dan gas," ujar Nuzulul Syaqawati Azzahra, selaku ketua tim, Minggu (22/5/2021).

Dia mengatakan, 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,” papar gadis yang kerap disapa Ulul ini.

Fitria Kusumaningrum menjelaskan, 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,” imbuhnya.

Untuk memprediksi kadar COD tersebut, menurut Fitria, diperlukan suatu prediktor yang tepat yaitu ANN. Ia juga mengatakan, selain model ANN sebagai prediktor, perlu diterapkan teknik optimasi untuk mendukung hasil COD yang minimal. Salah satu teknik optimasi yang paling banyak digunakan adalah teknik optimasi Genetic Algorithm (GA).

Ulul dan tim 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,” paparnya.

Saksikan video pilihan di bawah ini:

Inilah mesin printer huruf Braile buatan mahasiswa its surabaya. Mampu mencetak huruf Braile dengan cepat 400 karakter perdetik

2 dari 2 halaman

Kendala

Saat ditanya kendala, Fitria mengungkapkan bahwa pada awalnya timnya belum memahami teknik pengolahan informasi menggunakan ANN+GA, sehingga mereka membutuhkan waktu lebih untuk memahami hal tersebut.

“Namun, dengan keuletan dan kerja sama antar anggota tim, kami mampu menyelesaikan paper yang akan kami lombakan,” tuturnya.

Ke depan, Fitria berharap tim UCiFi dapat terus kompak dan bekerja sama untuk mengikuti kompetisi paper lainnya. “Dengan memanfaatkan kecerdasan buatan untuk pengolahan limbah, kami harap inovasi tersebut dapat menjadi terobosan untuk meningkatkan performa pengolahan limbah di industri minyak dan gas,” tutupnya penuh harap.