PREDICTION OF BIOCHEMICAL OXYGEN DEMAND IN PALM OIL WASTE USING MULTISENSOR METHOD

ADELA , FIONA AMADANI (2024) PREDICTION OF BIOCHEMICAL OXYGEN DEMAND IN PALM OIL WASTE USING MULTISENSOR METHOD. FAKULTAS PERTANIAN, UNIVERSITAS LAMPUNG.

Preview	File PDF ABSTRAK - Adela Fiona Amadani.pdf Download (64Kb) | Preview
	File PDF SKRIPSI FULL - Adela Fiona Amadani.pdf Restricted to Hanya staf Download (2252Kb) | Minta salinan
Preview	File PDF SKRIPSI TANPA BAB PEMBAHASAN - Adela Fiona Amadani.pdf Download (1416Kb) | Preview

Abstrak (Berisi Bastraknya saja, Judul dan Nama Tidak Boleh di Masukan)

Water is a crucial natural resource, and surface water is particularly vulnerable to pollution compared to groundwater, especially with rapid population growth and development. Increased industrial activities, particularly from palm oil mills, have led to significant water pollution issues. The high organic content in wastewater from palm oil mills contributes to the deterioration of water quality in rivers, causing problems such as turbidity, decreased dissolved oxygen, and habitat destruction. This study aims to develop an effective method for predicting the Biochemical Oxygen Demand (BOD) of palm oil mill effluent (POME) using Artificial Neural Networks (ANN). Various ANN models were developed with different input parameters and activation functions to accurately predict BOD levels. The study involved evaluating several ANN models using parameters such as temperature, pH, electrical conductivity (EC), dissolved oxygen (DO), and turbidity (TB). Results indicated that the ANN model with inputs pH, EC, DO, and TB and the Tansig-logsig-tansig activation function provided the best performance, with an RMSE of 754.1757 and R2 of 0.9852. The ANN training process utilized a two-hidden-layer (5-5-5-1) configuration and 27 activation function variations. The best validation results were obtained with five inputs (Temperature, pH, EC, DO, and TB), achieving an RMSE of 2159 and an RRMSE of 57.03%. These findings highlight that the development of sensor and electronic technologies can enhance the efficiency and accuracy of wastewater quality monitoring and offer practical solutions for managing palm oil mill effluent. Keywords : Palm Oil Mill Effluent (POME), Biochemical Oxygen Demand (BOD), Artificial Neural Networks (ANN), Water pollution, Wastewater treatment. Air merupakan sumber daya alam yang krusial, dan pencemaran air permukaan menjadi isu signifikan dibandingkan air tanah, terutama dengan pertumbuhan populasi dan pembangunan yang pesat. Peningkatan kegiatan industri, terutama dari pabrik kelapa sawit, menyebabkan pencemaran air yang serius. Limbah cair dari pabrik kelapa sawit, yang mengandung bahan organik tinggi, berkontribusi terhadap penurunan kualitas air di sungai, mengakibatkan masalah lingkungan seperti kekeruhan, penurunan oksigen terlarut, dan kerusakan habitat. Penelitian ini bertujuan untuk mengembangkan metode yang efektif dalam memprediksi kadar Biochemical Oxygen Demand (BOD) dari limbah cair kelapa sawit menggunakan Jaringan Saraf Tiruan (JST). Model JST dikembangkan dengan berbagai variasi input dan fungsi aktivasi untuk memprediksi kadar BOD secara akurat. Penelitian ini melibatkan evaluasi beberapa model JST dengan menggunakan parameter suhu, pH, konduktivitas listrik (EC), oksigen terlarut (DO), dan kekeruhan (TB). Hasil menunjukkan bahwa model JST dengan input pH, EC, DO, dan TB serta fungsi aktivasi Tansig-logsig-tansig menghasilkan nilai RMSE terbaik sebesar 754,1757 dan R2 sebesar 0,9852. Proses pelatihan JST menggunakan dua lapisan tersembunyi (5-5-5-1) dan 27 varian aktivasi, menunjukkan bahwa model dengan lima input (Suhu, pH, EC, DO, dan TB) memberikan hasil validasi terbaik dengan RMSE sebesar 2159 dan RRMSE sebesar 57,03%. Temuan ini menegaskan bahwa pengembangan teknologi sensor dan elektronika dapat meningkatkan efisiensi dan akurasi dalam pemantauan kualitas air limbah, serta memberikan solusi praktis untuk pengelolaan limbah cair kelapa sawit. Kata Kunci : Limbah Cair Pabrik Kelapa Sawit (POME), Kebutuhan Oksigen Biokimia (BOD), Jaringan Saraf Tiruan (JST), Pencemaran air, Pengolahan limbah.

Jenis Karya Akhir:	Skripsi
Subyek:	600 Teknologi (ilmu terapan) 600 Teknologi (ilmu terapan) > 630 Pertanian dan teknologi yang berkaitan
Program Studi:	Fakultas Pertanian dan Pascasarjana > Prodi Teknik Pertanian
Pengguna Deposit:	A.Md Cahya Anima Putra .
Date Deposited:	05 Feb 2025 04:07
Terakhir diubah:	05 Feb 2025 04:07
URI:	http://digilib.unila.ac.id/id/eprint/82100

Actions (login required)

Lihat Karya Akhir