(dari kiri) Fitria Kusumaningrum, Citra Annisaa Nurul Ain, Nuzulul Syaqawati Azzahra

Kampus ITS, ITS News – Pembuangan limbah industri kerap kali tidak dilakukan dengan benar, sehingga zat-zat berbahaya dari limbah akan mencemari lingkungan dan berdampak pada kesehatan manusia. Melihat hal tersebut, 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. Mereka 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.

Selaku ketua tim, Nuzulul Syaqawati Azzahra 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.

Salah satu anggota tim, Fitria Kusumaningrum menjelaskan bahwa 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.

Tim UCiFi ITS sedang mempresentasikan data perbandingan keakuratan di antara pemodelan AI

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.

Tim UCiFi ITS sedang mempresentasikan inovasi memfasilitasi pengolahan limbah yang lebih efisien dan ramah lingkungan

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.

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.

Tim UCiFi ITS berhasil mendapat juara kedua pada Paper Competition Petrolida 2021

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. (HUMAS ITS)

Reporter: Tyara Novia Andhin