Teks ini membahas tantangan pengukuran real-time untuk properti kimia "tak terukur" seperti kandungan sulfur dalam unit desulfurizer pabrik amoniak. Saat ini, pengukuran tersebut memerlukan analisis laboratorium yang memakan waktu lama (lebih dari 8 jam), menghambat kontrol proses yang kontinu dan real-time serta berpotensi merusak katalis. Untuk mengatasi hal ini, penelitian mengusulkan pengembangan metode pengukuran inferensial berbasis data. Metode ini akan menggunakan Jaringan Saraf Tiruan jenis Diagonal Recurrent Neural Network (DRNN) yang dioptimalkan dengan algoritma Regularisasi Bayesian untuk memprediksi kandungan sulfur secara cepat. Hasil prediksi ini kemudian akan diintegrasikan sebagai umpan balik untuk pengontrol PID, yang parameternya akan ditala menggunakan Algoritma Genetika (GA), bertujuan untuk mencapai prediksi yang akurat dan respons kontrol yang optimal terhadap proses desulfurisasi.