Seiring berlangsungnya trend industri 4.0, perkembangan teknologi seperti digital
twin dan artificial intelligence memberikan kesempatan besar dalam
menghilangkan gangguan di optimisasi dan perencanaan. Pada penelitian ini,
didalami aplikasi digital twin beserta artificial intelligence untuk pemodelan dan
optimisasi sebuah sistem kontrol. Pada kasus ini, unit desulfurisasi dari sebuah
plant amoniak digunakan sebagai model untuk digital twin yang kemudian
dioptimisasikan menggunakan metode deep learning. Untuk pembuatan model
digital twin-nya, dilakukan analisis korelasi terlebih dulu untuk mencari variabel
dengan korelasi terbesar. Kemudian, digunakan representasi neural network nonlinear
auto regressive moving average with exogenous input untuk menghasilkan
digital twin-nya berdasarkan data instrumen dan laboratorium yang diperoleh
secara nyata dari proses sintesa amoniak. Sebuah skema pengontrolan berdasarkan
pengontrol PID konvensional dan LSTM kemudian didesain untuk melakukan
pengontrolan dan optimisasi dari model yang telah dibuat. Penelitian ini
menunjukkan bahwa model digital twin yang dirancang memiliki hasil prediksi
beserta optimisasi yang baik. Pengontrol yang telah dihasilkan menunjukkan hasil
yang lebih baik dibandingkan pengontrol PID konvensional dengan perbedaan yang
sangat besar.