Peningkatan populasi global, kegiatan ekonomi, dan industrialisasi tidak hanya mengakibatkan peningkatan permintaan air bersih tetapi juga degradasi terhadap sumber daya air. Dilaporkan 1,2 miliar orang secara global masih belum memiliki akses ke air minum yang aman, yang dimana mayoritas dari mereka tinggal di negara berkembang.
Kekeruhan merupakan salah satu parameter penting yang digunakan dalam pemantauan kualitas air. Organisasi Kesehatan Dunia (WHO) telah menetapkan nilai kekeruhan minimum untuk air minum adalah 5 NTU (Ondieki et al., 2021). Air dengan tingkat kekeruhan yang tinggi biasanya ditandai dengan adanya patogen yang dapat menyebabkan penyakit seperti diare, mual, sakit kepala, dan beberapa penyakit yang lainnya (Vunain et al., 2019). Hal inilah kemudian menjadi perhatian dan pertimbangan dari perlunya pengolahan air limbah yang tepat sebelum dibuang ke lingkungan.
Pengolahan air limbah secara konvensional bisa dilakukan menggunakan metode filtrasi, pengendapan, penggunaan membran, pertukaran ion, proses elektrokimia, dan adsorpsi. Metode-metode ini memiliki beberapa kelemahan dalam hal penerapan dan biayanya. Hal inilah yang membuat pentingnya untuk mengembangkan metode lain yang lebih baik.
Kombinasi dari koagulasi dan flokulasi telah dilaporkan menjadi salah satu cara yang efisien untuk mengolah air limbah yang keruh. Oleh karena itu, pada penelitian ini dievaluasi potensi penggunaan dari ekstrak daun Ipomoea batatas sebagai bio-koagulan-flokulanuntuk mengolah air keruh. Proses ini dimodelkan dan dioptimalkan menggunakan response surface methodology (RSM) dan artificial neural networks coupled with genetic algorithm (ANN-GA). Hasil FTIR menunjukkan bahwa bio-koagulan-flokulandari ekstrak daun Ipomoea batatas mengandung gugus fungsi yang bermanfaat yang memfasilitasi penghilangan kekeruhan. Hasil FESEM menunjukkan bentuk matriks yang berpori, sedangkan hasil EDS menunjukkan bahwa karbon (61,2%) dan oksigen (29,7%) adalah komponen utama dari bio-koagulan-flokulanberbasis ekstrak daun Ipomoea batatas. Meskipun response surface methodology (RSM) dan artificial neural networks coupled with genetic algorithm (ANN-GA) memodelkan proses koagulasi-flokulasi dengan akurasi yang relatif tinggi, akan tetapi model artificial neural networks coupled with genetic algorithm (ANN-GA) ternyata memiliki kinerja yang lebih baik apabila dibandingkan dengan response surface methodology (RSM). Model artificial neural networks coupled with genetic algorithm (ANN-GA) memperkirakan penghilangan kekeruhan maksimum dari penggunaan ekstrak daun Ipomoea batatas sebagai bio-koagulan-flokulanadalah sebesar 96%. Dengan demikian, dapat dikatakan bahwa ekstrak daun Ipomoea batatas dapat berfungsi sebagai pengganti koagulan kimia konvensional yang saat ini banyak beredar di pasaran.
Penulis: Dr. Handoko Darmokoesoemo, Drs., DEA
Link:
Kusuma, H.S., Amenaghawon, A.N., Darmokoesoemo, H., Neolaka, Y.A.B., Widyaningrum, B.A., Anyalewechi, C.L., Orukpe, P.I., 2021, Evaluation of extract of Ipomoea batatas leaves as a green coagulant揻locculant for turbid water treatment: Parametric modelling and optimization using response surface methodology and artificial neural networks, Environmental Technology and Innovation, 24, 102005, DOI: 10.1016/j.eti.2021.102005
