Optimasi Adsorpsi Limbah Pewarna Metilen Biru dengan Karbon Aktif menggunakan Model Machine Learning Optimization Adsorption of Methylene Blue Dye Waste with Active Carbon Using Machine Learning Model Section Articles

Abstract

Penelitian ini bertujuan untuk mengetahui kondisi optimum proses adsorpsi metilene biru dengan karbon aktif dari biji oak merah menggunakan model machine learning. Model machine learning yang digunakan adalah model gradient boosting regression. Variabel adsorpsi yang diuji antara lain konsentrasi awal zat warna, pH larutan, jumlah adsorben, temperatur, kecepatan pengadukan dan lama pengadukan. Proses adsorpsi zat warna metilen biru dengan karbon aktif biji pohon oak merah dipengaruhi oleh konsentrasi awal zat warna, pH larutan, jumlah adsorben dan temperatur. Sedangkan kecepatan pengadukan dan lama pengadukan tidak berpengaruh signifikan terhadap adsorpsi zat warna metilen biru pada karbon aktif biji pohon oak merah. Model machine learning boosting regression dapat digunakan untuk memprediksi proses adsorpsi zat warna metilen biru pada karbon aktif biji pohon oak merah dengan baik.