Gunakan Kecerdasan Buatan, Mahasiswa Ini Tawarkan Solusi Penanganan Limbah Industri Migas

SURABAYA, KOMPAS.com - Pembuangan limbah industri kerap kali tidak dilakukan dengan benar, sehingga zat berbahaya dari limbah akan mencemari lingkungan dan berdampak pada kesehatan manusia.

Melihat hal tersebut, tiga mahasiswa Institut Teknologi Sepuluh Nopember (ITS) mencoba menawarkan solusi penanganan limbah dengan merancang pemodelan kecerdasan buatan atau yang dikenal dengan artificial intelligent (AI) untuk memfasilitasi pengolahan limbah yang lebih efisien dan ramah lingkungan pada industri migas.

Tiga mahasiswa ITS itu adalah Fitria Kusumaningrum, Citra Annisaa Nurul Ain, Nuzulul Syaqawati Azzahra, mahasiswa S1 Departemen Teknik Fisika, Fakultas Teknologi Industri dan Rekayasa Sistem (FTI-RS), ITS.

Ketiganya tergabung dalam sebuah tim bernama UCiFi.

Berawal dari masalah penanganan limbah, mereka tergerak 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.

Nuzulul Syaqawati Azzahra selaku ketua tim 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.

Baca juga: Seorang Pria Kabur Usai Bunuh Tetangganya, Polisi: Dia Sembunyi di Kuburan Saat Ditangkap

"Kadar polutan tersebut melebihi baku mutu, sehingga kadar polutan harus dikurangi terlebih dahulu sebelum dialirkan kembali ke alam," kata Nuzulul dalam keterangan tertulis, Senin (24/5/2021).

Salah satu anggota tim UCiFi, Fitria Kusumaningrum menjelaskan, salah satu cara untuk menurunkan kadar polutan adalah 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," tutur Fitria.

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).