Anda di halaman 1dari 11

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: wilem_wiwin@yahoo.com
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 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
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
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 Satuan Kadar Maksimum


pH - 6-9
TSS mg/L 100
Cu mg/L 2
Cd mg/L 0,05
Zn mg/L 5
Pb mg/L 0,1
Ni mg/L 0,5
Cr(6+) mg/L 0,1
Cr total mg/L 0,5
Fe mg/L 5
Co mg/L 0,4

Tabel 2. Hasil Analisis oleh Setiap Algoritma


Parameter PSO SVM PSO-SVM Baku Mutu
pH 8,2122 8,0201 8,0629 6-9
TSS 28,0367 27,9989 28,0047 100
Cu 1,7824 1,7750 1,7745 2
Cd 0,1909 0,1975 0,0839 0,05
Zn 3,2556 3,2261 3,2391 5
Pb 0,1669 0,2075 0,1674 0,1
Ni 0,4918 0,6920 0,4569 0,5
Cr(6+) 0,0958 0,0796 0,0939 0,1
Cr total 0,4945 0,2859 0,3501 0,5
Fe 1,2260 0,5817 0,6597 5
Co 0,3784 0,4369 0,3964 0,4
Gambar 1. Diagram Konteks Sistem

Penaikan/penurunan kandungan unsur

Analisis Perubahan nilai


Kelayakan Monitoringi Operator/
Aplikasi
Kandungan unsur Buang Laporan hasilanalisis Maneger
Simulator
Limbah

Instruksi buka tutup pintu pembuangan

Gambar 3 Diagram Aliran Data (DAD) Level 0

Instruksi buka tutup pintu pembuangan

Penaikan/penurunan kandungan unsur


Perubahan nilai

Analisis
Aplikasi Kandungan unsur Kandungan Monitoringi Operator/
Simulator Unsur Maneger
Data unsur sebelum
analisis ke database Data unsur sesudah analisis ke
database
D1 Data sebelum analisis D2 Data sesudah analisis

Data unsur sebelum Data unsur sesudah analisis dari


analisis dari database database

Laporan Laporan hasil analisis