Inovasi teknologi dalam pengelolaan air bersih kembali mencuat dari dunia akademik. Jecky, mahasiswa Magister Teknik Industri, Departemen Teknik Mesin dan Industri (DTMI) Universitas Gadjah Mada (UGM), berhasil menuntaskan pengerjaan tesisnya dalam ujian tesis pada Kamis (07/08). Tesis berjudul “Evaluasi Performa Model Berbasis Deep Learning dalam Prediksi Perlakuan Kimia pada Sistem Pemurnian Air Ultrafiltrasi” ini mengangkat inovasi Jecky dalam mengembangkan sistem pendukung keputusan berbasis deep learning untuk mendeteksi kebutuhan chemical treatment dalam proses pemurnian air ultrafiltration. Tesis Jecky dikerjakan di bawah bimbingan Prof. Ir. Nur Aini Masruroh, ST., M.Sc., Ph.D., IPU., ASEAN Eng., dengan penguji Ir. Yun Prihantina Mulyani, S.T., M.Sc., Ph.D., IPM., ASEAN Eng., Ir. Andi Rahadiyan Wijaya, S.T., M.Sc., Ph.D., IPM., ASEAN Eng., dan Ir. Rini Dharmastiti, M.Sc., Ph.D., IPM., ASEAN Eng.
Penelitian ini berangkat dari permasalahan umum dalam sistem pemurnian air, yaitu membrane fouling atau penyumbatan membran, yang mengurangi efisiensi produksi air bersih. Untuk mengatasi hal ini, Jecky membangun model prediksi menggunakan beberapa pendekatan machine learning, yaitu LSTM (Long Short-Term Memory), Bidirectional LSTM, serta Bidirectional LSTM + Transformer.
Model dilatih menggunakan data historis untuk memprediksi flowrate, yang kemudian digunakan untuk mengidentifikasi waktu perlunya chemical treatment. Tahap pertama melibatkan prediksi flowrate selama 60 menit ke depan berdasarkan 60 menit data historis. Tahap kedua menggunakan hasil prediksi tersebut untuk mendeteksi kejadian treatment dan membandingkannya dengan data aktual.
Hasilnya, model Bidirectional LSTM + Transformer memiliki akurasi tertinggi dalam hal prediksi flowrate dengan RMSE terendah sebesar 26.01. Namun, model LSTM terbukti paling akurat dalam memprediksi chemical treatment, dengan F1-Score tertinggi sebesar 0.80. Temuan ini menegaskan bahwa model sederhana seperti LSTM justru lebih andal dalam mengidentifikasi pola perlakuan kimia dibanding model yang lebih kompleks.
Riset ini tidak hanya menunjukkan potensi deep learning dalam industri pengolahan air, tetapi juga memberikan kontribusi nyata terhadap pencapaian Tujuan Pembangunan Berkelanjutan (SDG) nomor 6, yaitu Clean Water and Sanitation, serta SDG nomor 9, yaitu Industry, Innovation and Infrastructure.
Kontributor: Maryanti, A.Md.
Penyusun: Gusti Purbo Darpitojati, S.I.Kom.
