View/Open

Author
IKHWAN, FAUZI

Date Published
26 May 2026

Advisor
Dr. Rifky Fauzi, S.Si., M.Si.,
Dr. Sudibyo, S.T., M.Sc., Ph.D.,

Subject
Matematika

Publisher

Kandungan fosfat pada air limbah dapat memicu eutrofikasi dan menimbulkan masalah lingkungan. Metode adsorpsi digunakan untuk menurunkan kadar fosfat secara efektif. Penentuan kombinasi optimum komposisi adsorben dan kondisi operasi pada metode adsorpsi masih menjadi tantangan karena interaksi nonlinier antarvariabel cukup kompleks. Penelitian ini mengembangkan model prediksi menggunakan Gaussian Process Regression (GPR) yang dikombinasikan dengan Nature-Inspired Optimization Algorithms untuk menentukan kombinasi optimum tersebut agar kapasitas adsorpsi fosfat mencapai nilai maksimum. Model GPR yang diperoleh memiliki nilai hyperparameter σf = 43,717, σn = 0,430, dan ℓ = 27,099. Model tersebut memiliki akurasi prediksi yang tinggi (R2 = 0,9917) serta error prediksi yang rendah (RMSE = 0,3950; MAE = 0,2282). Model GPR kemudian dikombinasikan dengan Genetic Algorithm (GA), Particle Swarm Optimization (PSO), dan Simulated Annealing (SA) untuk optimasi kondisi. PSO menghasilkan kapasitas adsorpsi tertinggi sebesar 16,0006 mg/g, sedangkan GA dan SA masing-masing menghasilkan 15,9799 mg/g dan 15,5857 mg/g. Hasil penelitian menunjukkan bahwa kombinasi GPR dan Nature-Inspired Optimization Algorithms mampu meningkatkan performa sistem adsorpsi dalam proses penghilangan fosfat.

URI
https://repo.itera.ac.id/depan/submission/SB2605250020

Keyword
gaussian process regression nature-inspired optimization algorithms particle swarm optimization adsorpsi penghilangan fosfat