Perpustakaan Digital ITB

Metode pengolahan air limbah di industri dijelaskan dalam reaksi kimia kompleks yang menghasilkan perilaku nonlinier. Proses koagulasi sulit untuk dioptimalkan karena dipengaruhi oleh berbagai faktor. Perubahan-perubahan yang sering terjadi pada air limbah membuat percobaan laboratorium sulit untuk digunakan secara akurat dalam penentuan jumlah koagulan, dan percobaan tersebut juga sangat memakan waktu, mahal dan membutuhkan teknisi yang sangat terampil. Penelitian ini mengembangkan pendekatan berbasis kecerdasan buatan untuk memprediksi dosis koagulan untuk menghilangkan kadar Cu untuk meningkatkan kualitas keluaran air limbah pada pabrik pengolahan air limbah industri. Untuk menentukan faktor yang signifikan dalam proses tersebut, dilakukan desain eksperimen Taguchi. Model-model simultan dan sekuensial cerdas dengan arsitektur berbeda antara single-hidden-layer dan two-hidden-layer untuk setiap koagulan yang digunakan dalam penelitian ini dikembangkan menggunakan jaringan syaraf tiruan. Kinerja model yang digunakan kemudian divalidasi menggunakan statistik. Model prediksi memberikan hasil yang menjanjikan dalam hal efisiensi waktu. Kontribusi penelitian ini adalah untuk menyediakan pendekatan berbasis data yang memungkinkan pengambil keputusan dapat memperoleh dosis koagulan yang tepat dalam penghilangan kadar Cu berdasarkan karakteristik air limbah dengan pemanfaatan data dan eksperimen di laboratorium.