OTOMATISASI KELAYAKAN BUANG LIMBAH PERTAMBANGAN NIKEL MENGGUNAKAN PARTICLE SWARM OPTIMIZATION DAN SUPPORT VECTOR MACHINE AUTOMATION FEASIBILITY DISPOSE OF WASTE NICKLE MINING USING PARTICLE SWARM OPTIMIZATION AND SUPPORT VECTOR MACHINE
Wilem Musu,1Andani Achmad,2 Syafaruddin3 1
Bagian Teknik Informatika, Sekolah Tinggi Ilmu Manajemen Informasi dan Komputer Dipanegara Makassar, 2Bagian Teknik Elektro, Fakultas Teknik, Universitas Hasanuddin Makassar, 2Bagian Teknik Elektro, Fakultas Teknik, Universitas Hasanuddin Makassar
Alamat Korespondensi: Wilem Musu Program Studi Teknik Informatika Sekolah Tinggi Ilmu Manajemen Informasi dan Komputer Dipanegara Makassar, 90245 HP: 085215824452 Email:
[email protected]
Abstrak Penelitian ini bertujuan menemukan metode untuk memperpendek penentuan kelayakan buang limbah pertambangan nikel. Penelitian ini menggunakan algoritma PSO (Particle Swarm Optimization) dan SVM (Support Vector Machine). SVM digunakan untuk mengklasifikasikan besaran nilai kandungan unsur dalam limbah, sedangkan PSO digunakan untuk mengoptimalkan proses penentuan kelayakan buang limbah. Penelitian ini membandingkan kinerja antara PSO, SVM, dan gabungan keduanya (PSO-SVM). Kedua algoritma ini bekerja setelah menerima data dalam bentuk nilai-nilai kandungan unsur yang dibangkitkan oleh sebuah aplikasi simulator yang mendeteksi kadar kandungan unsur dalam air limbah. Hasil analisis tersebut digunakan untuk menentukan kelayakan pembuangan limbah. Hasil penelitian menunjukan bahwa penentuan kelayakan buang limbah berdasarkan analisis kedua metode ini dicapai kurang dari 15 detik. Setelah membandingkan penggunaan kedua metode tersebut diperoleh hasil bahwa dari empat kondisi pengujian diperoleh algoritma PSO lebih optimum dibandingkan dengan metode SVM dan gabungan PSO-SVM, walaupun dalam kondisi tertentu SVM lebih optimum dibanding PSO. Demikian juga halnya dengan metode gabungan PSO-SVM. Kata Kunci : Otomatisasi Kelayakan Buang Limbah, Pertambangan Nikel, Particle Swarm Optimization, Support Vector Machine.
Abstract The researceh aimed to find out a method to shorten the feasibility determination of the nickle mining waste disposal. The researce used the algorithms of PSO (Particle Swarm Optimization) and SVM (Support Vector Machine). In which SVM was used to classify the amount of the element content value in the waste, while PSO was used to optimize the waste disposal feasibility determination process. The research also disclosed the performance comparison between PSO, SVM and the combination of the two (PSO-SVM). Both algorithms functioned after receiving data in the forms of the element content values generated by a simulator application which detected the element content levels in the water waste. The analisys result using the methods was used to determine the waste disposal feasibility. The research result indicates that the waste disposal feasibility determination time based on the analisys using both methods is achieved less than 15 seconds. After comparing the overall use of the methods of the four testing conditions in the research. It is obtained that the PSO algorithm is more optimal than SVM algorithm and the combination of PSO-SVM. Although in certain condition SVM is more optimal than PSO. The same thing happens on PSO-SVM combination method. Key-words: Waste disposal feasibility optimization, Particle Swarm Optimization, Support Vector Machine.
PENDAHULUAN Limbah industri pada umumnya merupakan bahan beracun dan berbahaya (B3) yang berasal dari proses produksi sebuah industri. Limbah dapat mencemari dan merusak lingkungan serta dapat membahayakan kelangsungan hidup manusia. Berbagai upaya dilakukan untuk mencegah terjadinya pencemaran dan rusaknya lingkungan hidup akibat B3 melalui peraturan pemerintah (PP) tentang pengelolaan limbah, penetapan standar baku mutu air limbah, peneliti-penelitian tentang pengelolaan limbah dan usaha-usaha lainnya yang dilakukan untuk menurunkan kandungan B3 sehingga pengelolaan dan pemanfaatan sumber daya alam tidak memberikan dampak negatif terhadap manusia dan lingkungannya. Beberapa penelitian telah dilakukan dibidang pengelolaan limbah, yaitu menurunkan kadar TSS (Total Suspended Solid), total Fe, total Mn menggunakan biji kelor pada pertambangan batu bara (Nugeraha dkk, 2012), menurunkan kadar Cu, Cr dan Ag melalui adsorbsi (penyerapan) menggunakan tanah liat pada industri perak (Giyatmi dkk, 2008), pengaruh pH dan penggunan biomassa Aspergillus niger van Tieghem dalam penyerapan logam Zn dari limbah pertambangan nikel melalui proses biosorbsi (Giyatmi dkk, 2010). Dan masih banyak lagi penelitian-penelitian yang dilakukan untuk mencari cara dan metode sehingga limbah yang dihasilkan oleh industri pertambangan tidak merusak lingkungan. Dari banyak penelitian yang dilakukan, telah ditemukan banyak metode pengelolaan limbah industri pertambangan sehingga kandungan B3 pada limbah dapat dikendalikan sesuai standar baku mutu air limbah yang tidak membahayakan kehidupan manusia dan lingkungan. Tetapi bagaimana cara membuang limbah tersebut merupakan hal yang penting diteliti, untuk menemukan metode baru yang lebih cepat dan tepat menentukan kelayakan buang limbah yang mengandung B3 (Nugraha dkk, 2010). Proses pembuangan limbah pertambangan nikel pada umumnya dilakukan melalui uji laboratorium untuk mengetahui
kandungan unsur-unsur kimia yang terkandung dalam
limbah sebelum proses pembuangan dilakukan. Jika hasil pengujian laboratorium terhadap kandungan unsur-unsur dalam limbah telah memenuhi standar kelayakan buang, maka proses pembuangan limbah dilakukan dengan cara membuka pintu penampungan limbah. Metode buka tutup pintu pembuangan limbah berdasarkan hasil uji laboratorium
membutuhkan
waktu yang relatif lama. Karena untuk menutup kembali pintu pembuangan limbah harus menunggu hasil uji labaroatorium, sementara limbah terus mengalir. Bisa jadi ketika hasil uji laboratorium menyatakan proses pembuangan harus dihentikan, limbah yang tidak memenuhi standar kelayakan sudah ikut terbuang. Hasil uji kelayakan buang menjadi tidak valid karena
terdapat rentang waktu dari pengambilan sampel limbah yang akan diuji sampai dengan keputusan penghentian pembuangan limbah. Untuk itu perlu dilakukan otomatisasi pada proses pembuangan limbah tersebut melalui penerapan teknologi informasi yang dapat memberikan informasi secara real time tentang kandungan unsur dalam limbah yang akan dibuang dan selelanjutnya teknologi tersebut secara otomatis menentukan apakah limbah akan dibuang atau tidak.. Teknologi informasi yang dimaksud adalah penggunaan aplikasi untuk menganalisis kelayakan buang limbah pertambangan nikel dengan menggunakan algoritma SVM (Support Vektor Machine) untuk mengklasifikasikan data-data kandungan unsur limbah yang layak dibuang dengan data-data kandungan unsur yang tidak layak dibuang dimana data-data tersebut terlebih dahulu dioptimalisasikan dengan metode PSO (Praticle Swarm Optimization) (Dian Ariani dkk, 2011). Proses otomatisasi yang dilakukan dengan metode yang telah dijelaskan di atas, memperoleh input dari detektor/sensor yang bekerja secara real time untuk mendeteksi kandungan unsur-unsur dalam limbah yang akan dianalisis oleh aplikasi, dan selanjutnya hasil analisis dikirim ke peralatan secara real time untuk membuka atau menutup pintu pembuangan limbah (Budi Santoso, 2010). Dari latar belakang di atas tujuan penelitian ini untuk memperoleh metode baru dalam penentuan kelayakan buang limbah pertambangan nikel dengan waktu yang lebih cepat dari penentuan kelayakan melalui hasil uji laboratorium.
BAHAN DAN METODE Lokasi dan Rancangan Penelitian Penelitian dilaksanakan selama bulan Februari 2013 sampai dengan bulan Mei 2013. Penelitian ini dilakukan di Laboratorium Komputer pada Fakultas Teknik Jurusan Elektro Program Studi Teknik Informatika Universitas Hasanuddin Makassar. Populasi dan Sampel Populasi adalah deretan nilai real dan integer dari nol sampai 150. Sampel diambil secara acak dari populasi sebanyak 100 sampel setiap unsur y, dimana terdapat 11 unsur yang akan diamati, sehingga diperoleh 1100 data pada setiap pembangitan nilai. Metode Pengumpulan Data Dalam penelitian ini dilakukan Metode pendekatan studi literature (library research) dan studi lapangan (field research) terhadap proses pengambilan data dengan cara membangkitkan nilai masing-masing unsur
pada rentang nilai populasi, dimana
pembangkitan nilai tersebut dilakukan secara acak menggunakan aplikasi komputer untuk memperoleh kondisi kandungan unsur kimia dalam limbah pertambangan nikel. Analisis Data Dalam penelitian ini dilakukan analisis data menggunakan baku mutu air limbah pertambangan nikel sesuai peraturan Menteri Negara Lingkungan Hidup terhadap 11 unsur yang diamatai seperti pada Tabel 1. Data dianalisis sehingga yang digunakan tidak melampau baku mutu air limbah. Adapun batas bawah dan batas atas ditetapkan agar supaya data yang dianalisis masuk dalam batas toleransi yang ditetapkan sebelumnya.
HASIL Metode Pendekatan Setelah melakukan analisis terhadap 1100 data yang dibangkitkan oleh aplikasi simulator diperoleh hasil seperti yang terlihat pada Tabel 2. Hasil analisisi dikelompokan berdasarkan metode yang digunakan yaitu kelompok metode PSO, SVM dan Gabungan kedua metode tersebut (PSO-SVM). Hasil yang diperoleh untuk setiap unsur pada setiap metode merupakan hasil analisis dari 100 data untuk tiap unsurnya yang dibangkitkan oleh aplikasi simulator. Pada Tabel 2. hasil akan dibandingkan dengan standar baku mutu sesuai SNI baku mutu air limbah pertambangan nikel (MNLH, 2006). Apabila hasil analisis diperoleh nilai dibawah baku mutu air, maka air limbah dinyatakan layak dibuang dan aplikasi analisis mengirimkan signal ke aplikasi simulator untuk melakukan pembukaan pintu pembuangan limbah. Apabila salah satu dari nilai unsur melebihi baku mutu air limbah maka pintu pembuangan limbah akan ditutup dan pembuangan limbah di hentikan sampai pengukuran berikutnya memperoleh hasil dibawah baku mutu air limbah. Tahapan Penelitian Pada tahap awal aplikasi analisis menerima data yang dibangkitkan dari aplikasi simulator masing masing 100 data setiap unsurnya. Data setiap unsurnya kemudian dianalisis menggunakan algoritma PSO dan SVM dengan hasil seperti yang terlihat pada Tabel 2. Untuk gabungan kedua algoritma, nilai kandungan setiap unsur terlebih dahulu diinisialisasi menggunakan algoritma PSO, kemudian algoritma SVM digunakan untuk mengklasifikasikan data tersebut kedalam dua kelas yaitu kelas. Nilai-nilai yang berada pada kelas positif berdasarkan klasifikasi SVM kemudian dianalisis menggunakan algoritma PSO sampai diperoleh hasil optimum. Hasil tersebutlah yang kemudian menjadi asil analisis untuk algoritma PSO-SVM.
Perancangan Sistem Untuk mencapai tujuan penelitian maka dibuat dua aplikasi yaitu aplikasi analisis untuk melakukan analisis kandungan unsur dalam limbah menggunakan algoritma PSO dan SVM dan aplikasi kedua adalah aplikasi simulator yang menjalankan fungsi detektor/sensor limbah dan menjalankan proses buka tutup pintu pembuangan limbah. Perancangan sistem dilakukan berdasarkan analisis yang dilakukan menggunakan DFD (Data Flow Diagram), Seperti yang terlihat pada Gambar 1. Pada Gambar 2. merupakan perancangan sistem yang memperlihatkan penggunaan database untuk menyimpan hasil analisis dan data yang diterima oleh aplikasi analisis (Keneth, 2010).
PEMBAHASAN Dari penelitian yang dilakukan diperoleh hasil bahwa penentuan kelayakan buang limbah menggunakan algoritma PSO (Particle Swarm Optization) dan SVM (Support Vector Machine) dapat dilakukan dalam waktu yang lebih cepat dengan waktu penentuan selama 15 detik untuk setiap pembangkitan data kandungan unsur yang dilakukan oleh aplikasi simulator. Dengan demikian penentuan kelayakan buang limbah dengan metode ini dapat dilakukan lebih baik selain menggunakan metode analisis laboratorium (Kurniawan, 2009). Sesuai hasil pada Tabel 2 maka dapat dijelaskan hasil analisis yang diperoleh sebagai berikut : Untuk pH ; hasil analisis menggunakan PSO = 8.2122, SVM = 8,0201 dan PSO-SVM = 8,0629 dengan pembanding bakumutu air limbah = 9 yang berarti hasil analisis dari data yang dibangkitkan berada dibawah baku mutu air limbah. Dari data tersebut terlihat hasil analisis PSO memiliki nilai lebih tinggi dari nilai SVM dan nilai PSO-SVM berada diantara PSO dan SVM. Untuk TSS ; hasil analisis menggunakan PSO = 28.0367, SVM = 27,9989 dan PSOSVM = 28,0047 dengan pembanding bakumutu air limbah = 100 yang berarti hasil analisis dari data yang dibangkitkan berada dibawah baku mutu air limbah. Dari data tersebut terlihat hasil analisis PSO memiliki nilai lebih tinggi dari nilai SVM dan nilai PSO-SVM berada diantara PSO dan SVM. Untuk Cu ; hasil analisis menggunakan PSO = 1,7824, SVM = 1,7750 dan PSO-SVM = 1,7745 dengan pembanding bakumutu air limbah = 2 yang berarti hasil analisis dari data yang dibangkitkan berada dibawah baku mutu air limbah. Dari data tersebut terlihat hasil
analisis PSO memiliki nilai lebih tinggi dari nilai SVM dan nilai PSO-SVM berada diantara PSO dan SVM. Untuk Cd ; hasil analisis menggunakan PSO = 0,1909, SVM = 0,1975 dan PSO-SVM = 0,0839 dengan pembanding bakumutu air limbah = 0,05 yang berarti hasil analisis dari data yang dibangkitkan berada di atas baku mutu air limbah. Dari data tersebut terlihat hasil analisis SVM memiliki nilai lebih tinggi dari nilai PSO dan nilai PSO-SVM. Untuk Zn ; hasil analisis menggunakan PSO = 3,2526, SVM = 3,2261 dan PSO-SVM = 3,2391 dengan pembanding bakumutu air limbah = 5 yang berarti hasil analisis dari data yang dibangkitkan berada di bawah baku mutu air limbah. Dari data tersebut terlihat hasil analisis PSO memiliki nilai lebih tinggi dari nilai SVM dan nilai PSO-SVM berada diantara PSO dan SVM. Untuk Pb ; hasil analisis menggunakan PSO = 0,1669, SVM = 0,2075 dan PSO-SVM = 0,1674 dengan pembanding bakumutu air limbah = 0,1 yang berarti hasil analisis dari data yang dibangkitkan berada di atas baku mutu air limbah. Dari data tersebut terlihat hasil analisis SVM memiliki nilai lebih tinggi dari nilai PSO-SVM dan nilai PSO paling rendah. Untuk Ni ; hasil analisis menggunakan PSO = 0,4918, SVM = 0,6920 dan PSO-SVM = 0,4569 dengan pembanding bakumutu air limbah = 0,5 yang berarti hasil analisis dari data yang dibangkitkan berada di atas baku mutu air limbah untuk SVM dan di bawah baku mutu air limbah untuk PSO dan SVM. Dari data tersebut terlihat hasil analisis SVM memiliki nilai lebih tinggi dari nilai PSO dan nilai PSO-SVM paling rendah. Untuk Cr(6+) ; hasil analisis menggunakan PSO = 0,0958, SVM = 0,0796 dan PSOSVM = 0,0939 dengan pembanding bakumutu air limbah = 0,1 yang berarti hasil analisis dari data yang dibangkitkan berada di dibawah baku mutu air limbah. Dari data tersebut terlihat hasil analisis PSO memiliki nilai lebih tinggi dari nilai SVM dan nilai PSO-SVM berada diantara PSO dan SVM. Untuk Cr(Total) ; hasil analisis menggunakan PSO = 0,4945, SVM = 0,2859 dan PSOSVM = 0,3501 dengan pembanding bakumutu air limbah = 0,5 yang berarti hasil analisis dari data yang dibangkitkan berada di dibawah baku mutu air limbah. Dari data tersebut terlihat hasil analisis PSO memiliki nilai lebih tinggi dari nilai SVM dan nilai PSO-SVM berada diantara PSO dan SVM. Untuk Fe ; hasil analisis menggunakan PSO = 1,2260, SVM = 0,5817 dan PSO-SVM = 0,6597 dengan pembanding bakumutu air limbah = 5 yang berarti hasil analisis dari data yang dibangkitkan berada di dibawah baku mutu air limbah. Dari data tersebut terlihat hasil
analisis PSO memiliki nilai lebih tinggi dari nilai SVM dan nilai PSO-SVM berada diantara PSO dan SVM. Untuk Co ; hasil analisis menggunakan PSO = 0,3784, SVM = 0,4369 dan PSO-SVM = 0,3964 dengan pembanding bakumutu air limbah = 0,4 yang berarti hasil analisis dari data yang dibangkitkan berada di bawah baku mutu air limbah untuk SVM dan di bawah baku mutu air untuk PSO dan PSO-SVM. Dari data tersebut terlihat hasil analisis SVM memiliki nilai lebih tinggi dari nilai PSO dan nilai PSO-SVM dimana PSO memiliki nilai paling rendah. Untuk unsur Co analisis menggunakan SVM lebih baik dibandingkan PSO maupun PSO-SVM. Menurut Alif, 2010. Perbedaan kandungan unsur dalam air limbah pertambangan nikel juga dipengaruhi unsur-unsur lain dalam air limbah yang tidak menjadi parameter ukur seperti Na2SO4.
KESIMPULAN DAN SARAN Dari penelitian ini dapat disimpulkan bahwa otomatisasi pembuangan limbah dapat dilakukan
melalui analisis menggunakan algoritma Particle Swarm Optimization dan
Support Vector Machine dengan lama waktu analisis setiap dua menit untuk 1100 data uji yang digunakan. Algoritma yang paling baik dalam melakukan otomatisasi kelayakan buang limbah ini adalah Particel Swarm Optimizaton, dimana dari 11 unsur yang dianalisis tujuh unsur memiliki bobot nilai tertinggi dalam setiap pengukuran yaitu pH, TSS, Cu, Zn, Cr(6+), Cr Total, dan Fe., sementara Support Vector Machine haya emat unsur yang memiliki nilai bobot tertinggi dari setiap pengukuran, yaitu unsur Cd, Pb, Ni dan Co. Penggabungan algoritma Particle Swarm Optimization dan Support Vector Machine tidak memberikan hasil yang lebih baik dalam menganalisis kandungan unsur kimia dalam air limbah, karena dalam setiap pengujian tidak pernah mendapatkan bobot nilai tertinggi.
DAFTAR PUSTAKA Nugeraha; Sumiyati, Sri ; Ganjar Samudro. (2010). Pengolahan Air Limbah Kegiatan Penambangan Batubara Menggunakan Biokoagulan : Studi Penurunan Kadar Tss, Total Fe Dan Total Mn Menggunakan Biji Kelor. Jurnal Presipitasi Vol.7 No.2. Giyatmi; Zaenul, Kamal; Damajati, Melati. (2008). Penurunan Kadar Cu,Cr Dan Ag Dalam Limbah Cair Industri Perak Di Kotagede Setelah Diadsorpsi Dengan Tanah Liat Dari Daerah Godean. ISSN 1978-0176. Giyatmi; Kamal, Zaenul; Damajati, Melati. (2010). Pengaruh pH dan Waktu Kontak terhadap Biosorpsi Logam Zn oleh Biomassa Aspergillus Niger Van Tieghem pada Larutan Limbah Pertambangan Nikel. Fakultas MIPA, Universitas Pendidikan Indonesia. Alif, M; Nawawi. (2010). Penurunan Besi Terlarut dan Konsumsi Asam Sulfat pada Pelindian Bijih Nikel Laterit dengan Penambahan Garam Na2SO4 Pelindian Bertahap dan Bioleaching. Institut Teknologi Bandung. Menteri Negara Lingkungan Hidup. (2006). Baku Mutu Air Limbah Bagi Usaha dan/atau Kegiatan Pertambangan Biji Nikel. Peraturan Menteri Negara Lingkungan Hidup Nomor 9. Karuniawan, Deny. (2009). Penerapan Optimasi Particle Swarm Pada Permasalahan Sistem Dengan Banyak Classifier. Fakultas Teknologi Informasi – ITS. Ariani, Dian; Fahriza, Arna, S.Kom., M.Kom; Prasetyaningrum, Ira, S.Si., M.T. (2011). Optimasi Penjadwalan Mata Kuliah di Jurusan Informatika PENS dengan Mengguankan Algoritma Particle Swarm Optimization (PSO). PENS-ITS Surabaya. Santosa, Budi. (2010). Tutorial Support Vector Machine. Teknik Industri – ITS Surabaya. Kenneth, E, Kendall; Julie, E, Kenall. (2010). Analisis dan Perancangan Sistem”. PT Indeks, Jakarta. Jeffery, L; Whitten, Lonnie, D; Bentley; Kevin, C; Dittman. (2004). Metode Desain dan Analisis Sistem”. McGraw-Hill Education dan Penerbit Andi, Yogyakarta.
Tabel 1. Baku Mutu Air Limbah Pertambangan Nikel
Parameter pH TSS Cu Cd Zn Pb Ni Cr(6+) Cr total Fe Co
Satuan mg/L mg/L mg/L mg/L mg/L mg/L mg/L mg/L mg/L mg/L
Kadar Maksimum 6-9 100 2 0,05 5 0,1 0,5 0,1 0,5 5 0,4
Tabel 2. Hasil Analisis oleh Setiap Algoritma Parameter pH TSS Cu Cd Zn Pb Ni Cr(6+) Cr total Fe Co
PSO 8,2122 28,0367 1,7824 0,1909 3,2556 0,1669 0,4918 0,0958 0,4945 1,2260 0,3784
SVM 8,0201 27,9989 1,7750 0,1975 3,2261 0,2075 0,6920 0,0796 0,2859 0,5817 0,4369
PSO-SVM 8,0629 28,0047 1,7745 0,0839 3,2391 0,1674 0,4569 0,0939 0,3501 0,6597 0,3964
Baku Mutu 6-9 100 2 0,05 5 0,1 0,5 0,1 0,5 5 0,4
Gambar 1. Diagram Konteks Sistem
Penaikan/penurunan kandungan unsur
Aplikasi Simulator
Kandungan unsur
Analisis Kelayakan Buang Limbah
Perubahan nilai Monitoringi Laporan hasilanalisis
Operator/ Maneger
Instruksi buka tutup pintu pembuangan
Gambar 3 Diagram Aliran Data (DAD) Level 0
Instruksi buka tutup pintu pembuangan Penaikan/penurunan kandungan unsur
Aplikasi Simulator
Kandungan unsur
Perubahan nilai
Analisis Kandungan Unsur
Monitoringi
Data unsur sebelum analisis ke database
D1
Operator/ Maneger
Data unsur sesudah analisis ke database
Data sebelum analisis
D2
Data unsur sebelum analisis dari database
Data sesudah analisis Data unsur sesudah analisis dari database
Laporan
Laporan hasil analisis