Sistem Pemantauan dan Klasifikasi Pencemaran Air Sungai Berbasis Fuzzy Logic dan IoT

Urgensi Teknologi Cerdas dalam Pemantauan Kualitas Air Sungai

Kualitas air sungai di Indonesia semakin menjadi perhatian utama di era modern, seiring meningkatnya aktivitas industri, pertanian, dan domestik yang menghasilkan limbah dan polutan. Sungai, yang selama ini menjadi sumber air minum, irigasi, hingga budidaya ikan, kini menghadapi ancaman pencemaran serius. Menyikapi tantangan ini, integrasi teknologi cerdas seperti Internet of Things (IoT) dan algoritma fuzzy logic menjadi solusi mutakhir untuk pemantauan dan klasifikasi kondisi air secara real-time dan otomatis. Paper “Sistem Pemantauan dan Klasifikasi Kondisi Pencemaran Air Sungai dengan Metode Fuzzy Logic” karya Khalid Waleed A.S., Dr. Purba Daru Kusuma, dan Casi Setiamingsih (Universitas Telkom) menghadirkan inovasi penting yang layak dikaji lebih dalam15.

Permasalahan Klasik dan Solusi Modern

Krisis Kualitas Air Sungai

Indonesia, sebagai negara berkembang, menghadapi tantangan besar dalam pengelolaan limbah cair. Banyak limbah industri, pertanian, dan domestik masih dibuang langsung ke sungai tanpa pengolahan memadai, menyebabkan penurunan kualitas air yang drastis. Akibatnya, air sungai tidak lagi layak dikonsumsi atau dimanfaatkan untuk kebutuhan lain.

Peran Teknologi dalam Pengawasan Lingkungan

Perkembangan teknologi, khususnya IoT dan sistem cerdas berbasis fuzzy logic, memungkinkan pemantauan kualitas air sungai secara otomatis, cepat, dan efisien. Sistem ini dapat mengolah data fisik dan kimia air (seperti pH, suhu, dan kekeruhan) menjadi informasi status pencemaran yang mudah dipahami masyarakat dan pengambil kebijakan15.

Fuzzy Logic dan IoT dalam Pemantauan Air

Meniru Cara Berpikir Manusia

Fuzzy logic adalah cabang kecerdasan buatan yang meniru cara manusia mengambil keputusan berdasarkan data yang tidak pasti atau ambigu. Dalam konteks pemantauan air, fuzzy logic mampu mengklasifikasikan kondisi pencemaran (rendah, sedang, tinggi) berdasarkan input sensor secara fleksibel, tidak kaku seperti logika biner12.

Konektivitas Real-Time

IoT memungkinkan perangkat sensor terhubung ke internet, mengirimkan data secara real-time ke server atau cloud. Teknologi Low-Power Wide-Area Network (LPWAN) seperti LoRa digunakan untuk transmisi data jarak jauh dengan konsumsi daya rendah, sangat cocok untuk aplikasi lingkungan yang membutuhkan pemantauan berkelanjutan15.

Implementasi Sistem Fuzzy Logic untuk Pemantauan Sungai

Desain Sistem

Penelitian ini merancang sistem pemantauan dan klasifikasi pencemaran air sungai dengan komponen utama:

• Sensor pH: Mengukur tingkat keasaman/alkalinitas air.
• Sensor Turbidity: Mengukur tingkat kekeruhan air (NTU).
• Sensor Suhu: Mengukur suhu air.
• Mikrokontroler (Arduino Mega): Mengolah data sensor.
• Modul LoRa: Mengirim data ke server Antares.
• Website: Menampilkan data secara visual dan real-time kepada pengguna.

Data dari sensor dikumpulkan oleh mikrokontroler, dikirim via LoRa ke server, lalu diproses dengan algoritma fuzzy logic untuk menentukan tingkat pencemaran. Hasil akhirnya dapat diakses publik melalui website.

Tahapan Proses Fuzzy Logic

1. Fuzzification: Data sensor (pH, suhu, kekeruhan) diubah menjadi nilai linguistik (rendah, normal, tinggi).
2. Rules dan Inference: Nilai linguistik diproses dengan aturan fuzzy untuk menentukan kondisi pencemaran.
3. Defuzzification: Nilai fuzzy dikonversi kembali menjadi nilai akhir (skor pencemaran).
4. Scoring Process: Sistem mengklasifikasikan kondisi air menjadi tiga kelas: Low, Medium, High.

Angka-Angka dan Hasil Pengujian Sistem

Parameter Sensor dan Batasan

• pH: Air dikategorikan asam jika <6,5, netral antara 6,5–8,5, dan basa jika >8,5.
• Kekeruhan (NTU): Rendah jika <600, sedang 600–1200, tinggi >1200.
• Suhu (°C): Dingin <26, normal 22,5–30,5, tinggi >27,5.

Hasil Implementasi

• Sistem mampu mengklasifikasikan kondisi air sungai secara otomatis ke dalam tiga kelas pencemaran (Low, Medium, High).
• Data sensor dikirim secara real-time ke server dan divisualisasikan melalui website.
• Sistem diuji dengan data sungai tercemar, menunjukkan hasil klasifikasi yang konsisten dengan kondisi lapangan.
• Akurasi sensor yang digunakan dalam penelitian sejenis mencapai lebih dari 98% untuk pH dan suhu, serta 89% untuk kekeruhan, membuktikan keandalan sistem berbasis fuzzy logic4.

Nilai Tambah, Kelebihan, dan Tantangan

Kelebihan Sistem

• Otomatisasi dan Real-Time: Sistem bekerja tanpa intervensi manusia, memberikan informasi status air secara langsung.
• Fleksibilitas Fuzzy Logic: Mampu menangani data yang tidak pasti dan memberikan hasil klasifikasi yang lebih manusiawi.
• Konektivitas Luas: Dengan LoRa, sistem dapat diterapkan di sungai terpencil tanpa infrastruktur internet yang kuat.
• Visualisasi Data: Hasil pemantauan dapat diakses siapa saja melalui website, meningkatkan transparansi dan kesadaran lingkungan.

Tantangan dan Kritik

• Skalabilitas: Implementasi di sungai besar atau banyak titik memerlukan investasi perangkat dan infrastruktur lebih besar.
• Keterbatasan Parameter: Sistem ini baru mengandalkan pH, suhu, dan kekeruhan. Parameter lain seperti TDS, logam berat, atau bakteriologis perlu ditambahkan untuk hasil lebih komprehensif.
• Kebutuhan Kalibrasi: Sensor harus rutin dikalibrasi agar data tetap akurat, terutama di lingkungan sungai yang dinamis.
• Integrasi dengan Kebijakan: Data yang dihasilkan harus terhubung dengan sistem peringatan dini atau tindakan nyata dari pemerintah.

Perbandingan dengan Penelitian dan Aplikasi Lain

Penelitian serupa di Citarum menggunakan sensor pH, turbidity, dan TDS yang diintegrasikan dengan LoRa dan fuzzy algorithm, menunjukkan akurasi sensor pH hingga 99,39% dan suhu 98,69%. Data dikirim ke cloud dan divisualisasikan di aplikasi smartphone, memperluas akses masyarakat terhadap informasi kualitas air4. Di luar negeri, fuzzy logic juga digunakan untuk membangun Water Quality Index (WQI) yang mempertimbangkan ketidakpastian parameter air, memberikan penilaian yang lebih adaptif terhadap variasi lingkungan dan perubahan iklim23.

Relevansi dengan Tren Industri dan Masa Depan Pemantauan Air

Digitalisasi dan Smart Environment

Integrasi IoT dan kecerdasan buatan dalam pemantauan lingkungan adalah tren global yang tak terelakkan. Sistem otomatis seperti yang diusulkan dalam paper ini memungkinkan pengawasan lingkungan yang lebih efisien, responsif, dan berkelanjutan. Industri pengelolaan air, perusahaan air minum, hingga pemerintah daerah dapat memanfaatkan sistem ini untuk meningkatkan kualitas layanan dan mitigasi risiko pencemaran.

Kontribusi pada Sustainable Development Goals (SDGs)

Sistem ini mendukung target SDG 6 (Clean Water and Sanitation) dan SDG 11 (Sustainable Cities and Communities) dengan memastikan akses terhadap air bersih dan lingkungan yang sehat melalui pemantauan berbasis data.

Potensi Pengembangan

• Integrasi Machine Learning: Fuzzy logic dapat digabungkan dengan machine learning untuk prediksi tren pencemaran.
• Peningkatan Parameter Sensor: Penambahan sensor TDS, DO, logam berat, hingga bakteriologis.
• Notifikasi Dini: Sistem dapat dikembangkan untuk mengirim peringatan otomatis ke pemerintah atau warga jika terdeteksi pencemaran tinggi.
• Mobile Apps: Visualisasi data dalam aplikasi mobile akan semakin memudahkan akses informasi bagi masyarakat luas.

Inovasi Penting untuk Sungai yang Lebih Bersih

Paper ini membuktikan bahwa sistem pemantauan dan klasifikasi pencemaran air sungai berbasis fuzzy logic dan IoT adalah solusi inovatif, relevan, dan aplikatif untuk tantangan lingkungan masa kini. Dengan keunggulan otomatisasi, fleksibilitas, dan konektivitas, sistem ini dapat menjadi andalan dalam menjaga kualitas air sungai di Indonesia dan negara berkembang lainnya. Namun, pengembangan lebih lanjut diperlukan untuk memperluas cakupan parameter, meningkatkan integrasi data, dan memastikan sistem benar-benar berdampak pada kebijakan lingkungan dan kesehatan masyarakat.

Sumber Asli Artikel

Khalid Waleed A. S., Dr. Purba Daru Kusuma, Casi Setiamingsih. 2019. Sistem Pemantauan dan Klasifikasi Kondisi Pencemaran Air Sungai dengan Metode Fuzzy Logic. e-Proceeding of Engineering, Vol.6, No.1, April 2019, 1604–1610. ISSN: 2355-9365.