OTOMATISASI KELAYAKAN BUANG LIMBAH PERTAMBANGAN NIKEL MENGGUNAKAN PARTICLE SWARM OPTIMIZATION DAN SUPPORT VECTOR MACHINE

(1)

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,

1

Andani Achmad,

2

Syafaruddin

3

1

Bagian Teknik Informatika, Sekolah Tinggi Ilmu Manajemen Informasi dan Komputer

Dipanegara Makassar,

2

Bagian Teknik Elektro, Fakultas Teknik, Universitas Hasanuddin

Makassar,

2

Bagian 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

(2)

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.

(3)

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

(4)

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

(5)

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.

(6)

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

PSO-SVM = 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

(7)

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

PSO-SVM = 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

PSO-SVM = 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

(8)

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.

(9)

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