How does AI in electrocoagulation/flocculation processes contribute to a more sustainable and eco-friendly future in the aquaculture industry?
///

Merevolusi pembersihan limbah akuakultur: Terobosan berbasis kecerdasan buatan

Bagaimana AI dalam proses elektrokoagulasi/flokulasi berkontribusi terhadap masa depan yang lebih berkelanjutan dan ramah lingkungan dalam industri akuakultur?

Para peneliti sedang merintis metode baru dalam pengolahan air limbah dari budidaya perikanan (akuakultur) darat, sebuah sektor yang sangat penting untuk memenuhi permintaan ikan global yang terus meningkat. Pada tahun 2030, akuakultur diharapkan dapat memasok 62% dari semua ikan yang dikonsumsi. Namun, industri ini menghasilkan limbah dalam jumlah besar yang mencakup partikel tersuspensi, nitrat, amonia, dan fosfor, yang menimbulkan tantangan lingkungan. Sebuah penelitian baru-baru ini, mengeksplorasi potensi kecerdasan buatan (AI) dalam meningkatkan proses elektrokoagulasi/flokulasi (ECF). Penelitian ini menyoroti peran AI dalam meningkatkan teknik pembersihan lingkungan yang sangat penting ini.

Elektrokoagulasi dan flokulasi diluncurkan

Penelitian ini mempelajari mekanisme proses elektrokoagulasi dan flokulasi, yang sangat penting untuk pengolahan air limbah dalam akuakultur. Elektrokoagulasi, suatu teknik elektrokimia, yang menggunakan muatan listrik yang dilewatkan melalui anoda logam (seperti besi, aluminium, tembaga, atau baja tahan karat) untuk melepaskan ion-ion logam. Ion-ion ini bertindak sebagai koagulan, yang penting dalam mendestabilisasi dan mengumpulkan partikel.

Secara bersamaan, flokulasi membantu mengelompokkan partikel-partikel yang tidak stabil ini, membentuk pendekatan kohesif untuk menghilangkan kontaminan dari limbah akuakultur. Di antara berbagai elektroda, aluminium terkenal karena efektivitas biaya dan ketersediaannya. Variabel operasional dalam proses elektrokoagulasi dapat disesuaikan, seperti yang ditunjukkan pada Gambar 1. Kombinasi elektrokoagulasi dan flokulasi sangat efisien, ramah lingkungan, cepat, dan dapat diandalkan. Ini memastikan keamanan dengan produksi lumpur minimal. Metode ini muncul sebagai solusi yang efektif untuk mengolah air limbah yang kompleks dari peternakan ikan.

Gambar 1. Pengaturan eksperimental elektrokoagulasi yang berbasis AI.
Kredit. Penulis

AI bekerja sebagai arsitek yang tak bersuara: Pemodelan dan pengoptimalan

Penelitian ini menjadi menonjol karena mengintegrasikan AI untuk meningkatkan proses ECF dalam pengolahan air limbah. Penelitian ini menggunakan dua teknik AI: jaringan saraf tiruan (ANN) dan sistem inferensi neuro-fuzzy adaptif (ANFIS). Para peneliti telah menunjukkan kemampuan prediktif yang luar biasa dari Jaringan Syaraf Tiruan (JST) dan Sistem Inferensi Neuro-Fuzzy Adaptif (ANFIS) dalam memprediksi efisiensi pengolahan.

AI muncul sebagai arsitek tanpa suara, yang merevolusi pembersihan limbah akuakultur. Dengan mengintegrasikan teknologi canggih (khususnya AI), studi terobosan ini membuka jalan bagi masa depan industri akuakultur yang ramah lingkungan dan berkelanjutan, menawarkan solusi yang menjanjikan untuk praktik akuakultur yang efisien dan andal.

Chinenye Adaobi Igwegbe

Membandingkan model: RSM, ANN, dan ANFIS saling berhadapan

Penyelidikan ilmiah sering kali bertujuan untuk mendobrak batasan, dan para peneliti tidak menghindar dari etos ini. Perbandingan komprehensif dari tiga pendekatan pemodelan-Respon Surface Methodology (RSM), ANN, dan ANFIS-dilakukan. Secara mengejutkan, ANFIS muncul sebagai yang terdepan (dengan R2: 0.9990), mengungguli RSM (R2: 0.9790) dan ANN (R2: 0.9807) dalam hal akurasi.

Analisis statistik, termasuk metrik seperti Average Absolute Deviation (AAD) dan Root Mean Square Error (RMSE), menunjukkan bahwa ANFIS adalah prediktor yang paling andal. Hal ini menunjukkan korelasi yang kuat antara nilai eksperimental dan nilai prediksi, yang mengindikasikan pendekatan yang lebih efektif dan dapat diandalkan untuk mengolah limbah akuakultur. Hal ini tidak hanya memperkuat perannya dalam bidang ilmiah tetapi juga membuka jalan bagi kemajuan dalam pengolahan air dalam konteks akuakultur.

Mengoptimalkan proses: ANFIS-GA dan ANN-GA memimpin

Penelitian ini menyoroti penggunaan Algoritma Genetika (GA) untuk mengoptimalkan proses ECF dalam pengolahan air limbah. Penerapan teknologi ANFIS-GA dan ANN-GA menghasilkan efisiensi penghilangan Pengurangan Kekeruhan yang tinggi, masing-masing mencapai 98,98% dan 97,81%. Kondisi yang dioptimalkan ANFIS-GA adalah pH 4, intensitas arus 3A, waktu elektrolisis 7,2 menit, waktu pengendapan 23 menit, dan suhu 43,8 Β° C. Dalam kondisi ini, kekeruhan limbah berkurang secara signifikan dari 404 NTU menjadi 31 NTU, jauh di bawah batas yang ditetapkan oleh Organisasi Kesehatan Dunia (WHO) yaitu sebesar 50 NTU. Selain itu, pengolahan tersebut secara efektif mengurangi beban organik dan total padatan terlarut, serta menurunkan konsentrasi kalsium, besi, NH3-N, dan total fosfor. Hal ini menyoroti potensi penggunaan kembali air limbah yang telah diolah dalam akuakultur.

Implikasi praktis dari mengubah limbah akuakultur

Para peneliti telah membuat kemajuan yang signifikan dalam meningkatkan pengolahan limbah akuakultur, dengan penelitian mereka yang menunjukkan kondisi yang dioptimalkan untuk proses ini. Dengan menggunakan metode ECF yang dipandu oleh AI, mereka mencapai efisiensi tinggi dalam Pengurangan Kekeruhan (Turbiditas), melampaui standar peraturan. Pencapaian ini tidak terbatas pada kondisi laboratorium tetapi juga dapat diterapkan di dunia nyata, yang mengindikasikan adanya potensi untuk menggunakan kembali limbah yang telah diolah. Penggunaan kembali seperti itu secara substansial dapat mengurangi dampak lingkungan dari budidaya perikanan (akuakultur) darat, sehingga membuka jalan bagi masa depan yang lebih berkelanjutan dan ramah lingkungan dalam industri ini.

Masa depan yang lebih hijau untuk industri akuakultur

Penelitian terbaru yang menggabungkan elektrokoagulasi/flokulasi dengan AI menandai kemajuan yang signifikan bagi industri akuakultur menuju masa depan yang lebih berkelanjutan. Pendekatan ini, yang didasarkan pada ketepatan ilmiah dan perpaduan antara teknologi dan kepedulian terhadap lingkungan, menawarkan solusi yang menjanjikan untuk pengolahan limbah akuakultur yang efisien dan andal. Berfokus pada kelestarian lingkungan, integrasi AI dengan teknologi pengolahan air limbah dapat menjadi hal yang sangat penting dalam membangun praktik-praktik baru yang berkelanjutan dalam budidaya perikanan (akuakultur).

Artikel penelitian ini memberikan contoh interaksi dinamis antara inovasi ilmiah dan kelestarian lingkungan. Artikel ini menyoroti integrasi teknologi canggih, khususnya AI, dengan kebutuhan mendesak akan praktik-praktik ramah lingkungan dalam akuakultur. Kombinasi ini tidak hanya menunjukkan kemajuan dalam penelitian laboratorium, tetapi juga menggarisbawahi pentingnya dalam memandu industri menuju praktik yang berkelanjutan dan bertanggung jawab. Selain itu, penelitian ini juga menyarankan untuk mengeksplorasi algoritma di luar GA untuk mengoptimalkan penelitian lebih lanjut.

πŸ”¬πŸ§«πŸ§ͺπŸ”πŸ€“πŸ‘©β€πŸ”¬πŸ¦ πŸ”­πŸ“š

Referensi jurnal

Igwegbe, C. A., Obi, C. C., Ohale, P. E., Ahmadi, S., Onukwuli, O. D., Nwabanne, J. T., & BiaΕ‚owiec, A. (2023). Modelling and optimisation of electrocoagulation/flocculation recovery of effluent from land-based aquaculture by artificial intelligence (AI) approaches. Environmental Science and Pollution Research30(27), 70897-70917. https://doi.org/10.1007/s11356-023-27387-2

Chinenye Adaobi Igwegbe (Ph.D. di bidang Teknik Kimia) adalah Dosen/Peneliti yang berdedikasi di Universitas Nnamdi Azikiwe, Nigeria, dengan spesialisasi di bidang pengolahan air limbah, konversi biomassa/valorisasi, dan desain/pemodelan/optimalisasi proses. Terlibat dalam kolaborasi penelitian global, saat ini ia berkontribusi dalam program penelitian Badan Pertukaran Akademik Pemerintah Polandia Ulam (NAWA) untuk Ilmuwan Internasional 2022 di Universitas Lingkungan dan Ilmu Hayati Wroclaw di Polandia. Dengan lebih dari 100 publikasi, peran editor, dan pengakuan pada bulan Oktober 2023 dalam daftar 2% ilmuwan terbaik dunia menurut Universitas Stanford (di bidangnya: Teknik Kimia, Ilmu Lingkungan, dan Teknik), menekankan komitmennya untuk memajukan Teknik Kimia di seluruh dunia dan bimbingan.