Penerapan Machine Learning Dalam Optimasi Proses Konversi Biomassa Menjadi Energi
Keywords:
Biomassa, Energi, Machine Learning, Kelapa sawit, OptimasiAbstract
Pemanfaatan biomassa sebagai sumber energi terbarukan menjadi strategi penting dalam mendukung transisi menuju sistem energi berkelanjutan. Penelitian ini bertujuan untuk mengevaluasi kinerja model machine learning (ML) dalam mengoptimasi proses konversi biomassa, khususnya pada pengarangan pelepah dan cangkang kelapa sawit, melalui prediksi parameter nilai kalor dan Yield arang terhadap variasi suhu. Optimasi proses pengarangan dilakukan pada suhu 300°C hingga 1000°C dengan waktu tinggal 2 jam, dan hasilnya dianalisis menggunakan beberapa model ML. Evaluasi performa model dilakukan berdasarkan nilai koefisien determinasi (R²), Root Mean Square Error (RMSE), dan Mean Absolute Error (MAE). Hasil menunjukkan bahwa model GPR memiliki performa prediksi tertinggi dengan nilai R² mendekati 1, namun GPR cenderung menghasilkan prediksi yang tidak sepenuhnya sesuai dengan fenomena fisis proses pengarangan. Studi ini menekankan pentingnya pendekatan multi-model dalam optimasi konversi biomassa dan menunjukkan bahwa pemilihan model ML tidak hanya bergantung pada akurasi prediktif, tetapi juga pada kemampuan model merepresentasikan mekanisme proses yang mendasari. Hasil penelitian ini memberikan kontribusi terhadap pengembangan sistem cerdas dalam perancangan proses konversi biomassa secara efisien dan berkelanjutan.References
Abdullah, Apriyanti, M., Sunardi, Santoso, U. T., Junaidi, A. B., Aditiya, D., & Irawati, U. (2019). Pyrolysis Of Palm Oil Using Zeolite Catalyst And Characterization Of The Boil-Oil. Green Processing And Synthesis, 8(1), 649–658.
Akbar, J. S., & Djakariah, D. (2024). Transformasi Pembelajaran Kimia Melalui Pemanfaatan Kecerdasan Buatan (Ai) Pada Era Society 5.0. Edudikara: Jurnal Pendidikan Dan Pembelajaran, 9(1), 19–26.
Amrullah, S., & Oktaviananda, C. (2022). Effect Of Air Fuel Ratio To Quality Of Municipal Solid Waste Using Downdraft Gasification. Rem (Rekayasa Energi Manufaktur) Jurnal, 7(1), 27–34.
Anandhi, P., & Nathiya, D. E. (2023). Application Of Linear Regression With Their Advantages, Disadvantages, Assumption And Limitations. International Journal Of Statistics And Applied Mathematics, 8(6), 133–137.
Anggraini, T. (2023). Konversi Plastik Menjadi Bahan Bakar Cair Ditinjau Dari Pengaruh Variasi Zeolit Dan Temperatur Dengan Metode Pirolisis. Chemtag Journal Of Chemical Engineering, 4(2), 28–33.
Ascher, S., Watson, I., & You, S. (2022). Machine Learning Methods For Modelling The Gasification And Pyrolysis Of Biomass And Waste. Renewable And Sustainable Energy Reviews, 155, 111902.
Begum, Y. A., Kumari, S., Jain, S. K., & Garg, M. C. (2024). A Review On Waste Biomass-To-Energy: Integrated Thermochemical And Biochemical Conversion For Resource Recovery. Environmental Science: Advances.
Bhakti, H. D., & Abror, H. (2022). Aplikasi Adaptive Neuro Fuzzy System (Anfis) Untuk Mem-Prediksi Kebutuhan Gas Bumi Indonesia. Jtim: Jurnal Teknologi Informasi Dan Multimedia, 4(2), 73–84.
Biswas, N., Uddin, K. M. M., Rikta, S. T., & Dey, S. K. (2022). A Comparative Analysis Of Machine Learning Classifiers For Stroke Prediction: A Predictive Analytics Approach. Healthcare Analytics, 2, 100116.
Cai, W., Wei, R., Xu, L., & Ding, X. (2022). A Method For Modelling Greenhouse Temperature Using Gradient Boost Decision Tree. Information Processing In Agriculture, 9(3), 343–354.
Cao, H., Xin, Y., & Yuan, Q. (2016). Prediction Of Biochar Yield From Cattle Manure Pyrolysis Via Least Squares Support Vector Machine Intelligent Approach. Bioresource Technology, 202, 158–164.
Diantika, S., Nalatissifa, H., Supriyadi, R., Maulidah, N., & Fauzi, A. (2023). Implementasi Multi-Class Gradient Boosting Untuk Mengklasifikasikan Jenis Hewan Pada Kebun Binatang. Antivirus: J. Ilmu Komput, 17(1), 32–40.
Elbeltagi, A., Pande, C. B., Kumar, M., Tolche, A. D., Singh, S. K., Kumar, A., & Vishwakarma, D. K. (2023). Prediction Of Meteorological Drought And Standardized Precipitation Index Based On The Random Forest (Rf), Random Tree (Rt), And Gaussian Process Regression (Gpr) Models. Environmental Science And Pollution Research, 30(15), 43183–43202.
Elmaz, F., Yücel, Ö., & Mutlu, A. Y. (2020). Predictive Modeling Of Biomass Gasification With Machine Learning-Based Regression Methods. Energy, 191, 116541.
Febriani, A. V., Hanum, F. F., Kuncara, J., & Setyawan, M. (2024). Optimalisasi Mutu Batubara Indonesia: Kajian Metode Dan Potensi Dalam Peningkatan Nilai Kalor Batubara. Eksergi, 21(2), 70–76.
Febriani, A. V., Hanum, F. F., & Rahayu, A. (2024). Analisis Potensi Dan Tantangan Biomassa Sebagai Bahan Bakar Pada Pltu Dan Pltbm. Prosiding Semnastek.
Febriani, A. V., Hanum, F. F., Rahayu, A., Wardhana, B. S., & Chusna, F. M. A. (2025). The Impact Of Carbonization Temperature On The Quality Of Empty Fruit Bunch Charcoal And Palm Kernel Charcoal For Co-Firing Application. Jurnal Sains Natural, 15(1), 28–39.
Fissha, Y., Ikeda, H., Toriya, H., Owada, N., Adachi, T., & Kawamura, Y. (2023). Evaluation And Prediction Of Blast-Induced Ground Vibrations: A Gaussian Process Regression (Gpr) Approach. Mining, 3(4), 659–682.
Ghanizadeh, A. R., Heidarabadizadeh, N., & Heravi, F. (2021). Gaussian Process Regression (Gpr) For Auto-Estimation Of Resilient Modulus Of Stabilized Base Materials. Journal Of Soft Computing In Civil Engineering, 5(1), 80–94.
Gu, C., Wang, X., Song, Q., Li, H., & Qiao, Y. (2021). Prediction Of Gas‐Liquid‐Solid Product Distribution After Solid Waste Pyrolysis Process Based On Artificial Neural Network Model. International Journal Of Energy Research, 45(9), 13786–13800.
Hambali, I., Hakim, M. I. A., Ferdinando, R., & Suwandono, P. (2023). Pengaruh Peforma Variasi Filter Gasifier Tipe Updraft Dengan Bahan Rdf. Turbo: Jurnal Program Studi Teknik Mesin, 12(2).
Haqiqi, A. Z. (2023). Penggunaan Biomassa Sebagai Energi Alternatif Pembangkit Listrik Di Wilayah Pedesaan. Journal Of Optimization System And Ergonomy Implementation, 1(1), 42–51.
Idris, I. S. K., Mustofa, Y. A., & Salihi, I. A. (2023). Analisis Sentimen Terhadap Penggunaan Aplikasi Shopee Mengunakan Algoritma Support Vector Machine (Svm). Jambura Journal Of Electrical And Electronics Engineering, 5(1), 32–35.
Idris, M., Setyawan, M., Astuti, E., & Eka Suharto, T. (2024). Teknologi Konversi Waste To Energy: Tinjauan Proses Dan Perkembangan Terkini.
Idris, M., Setyawan, M., & Mufrodi, Z. (2024). Teknologi Insinerasi Sebagai Solusi Pengolahan Sampah Perkotaan Dan Pemulihan Energi: A Review. Prosiding Semnastek.
Idris, M., Setyawan, M., & Suharto, T. E. (2024). Effect Of Flow Rate Ratio Of Air And Waste Cooking Oil On Combustion Temperature And Furnace Efficiency. Eksergi, 22(1), 25–32.
Irawan, I., Amir, N., & Budiarto, K. (2021). Pengembangan Studi Gasifikasi Tongkol Jagung Untuk Meningkatkan Performa Reaktor Downdraft Dengan Masukan Dua Udara Bertingkat. Rekayasa, 14(1), 49–56.
Jamei, M., Ahmadianfar, I., Olumegbon, I. A., Karbasi, M., & Asadi, A. (2021). On The Assessment Of Specific Heat Capacity Of Nanofluids For Solar Energy Applications: Application Of Gaussian Process Regression (Gpr) Approach. Journal Of Energy Storage, 33, 102067.
Jamilatun, S., Hakika, D. C., Sarah, D., & Puspitasari, A. (2024). Generation And Characterization Of Bio-Oil Obtained From The Slow Pyrolysis Of Oil Palm Empty Fruit Bunches At Various Temperatures. Elkawnie: Journal Of Islamic Science And Technology, 10(1), 103–114.
Jamilatun, S., Pitoyo, J., & Setyawan, M. (2023). Technical, Economic, And Environmental Review Of Waste To Energy Technologies From Municipal Solid Waste. Jurnal Ilmu Lingkungan, 21(3), 581–593.
Kuswa, F. M., Putra, H. P., Prabowo, Darmawan, A., Aziz, M., & Hariana, H. (2024). Investigation Of The Combustion And Ash Deposition Characteristics Of Oil Palm Waste Biomasses. Biomass Conversion And Biorefinery, 14(19), 24375–24395.
Leni, D., Yermadona, H., Berli, A. U., Sumiati, R., & Haris, H. (2023). Pemodelan Machine Learning Untuk Memprediksi Tensile Strength Aluminium Menggunakan Algoritma Artificial Neural Network (Ann). Jurnal Surya Teknika, 10(1), 625–632.
Mansor, A. A., Abdullah, S., Dom, N. C., Napi, N., Ahmed, A. N., Ismail, M., & Zulkifli, M. F. R. (2021). Three-Hour-Ahead Of Multiple Linear Regression (Mlr) Models For Particulate Matter (Pm10) Forecasting. Int. J. Des. Nat. Ecodyn, 16, 53–59.
Muflikhah, L., Mahmudy, W. F., & Kurnianingtyas, D. (2023). Machine Learning. Universitas Brawijaya Press.
Naqvi, S. R., Ullah, Z., Taqvi, S. A. A., Khan, M. N. A., Farooq, W., Mehran, M. T., Juchelková, D., & Štěpanec, L. (2023). Applications Of Machine Learning In Thermochemical Conversion Of Biomass-A Review. Fuel, 332, 126055.
Ningrum, D. K., & Ismawardi, A. M. (2025). Efektivitas Algoritma Kecerdasan Buatan Dalam Implementasi Kesehatan Mental. Jati (Jurnal Mahasiswa Teknik Informatika), 9(1), 689–698.
Nurhilal, O., Faizal, F., & Poetra, H. (2019). Pengaruh Laju Aliran Udara Terhadap Konsentrasi Gas Mampu Bakar Dan Daya Gasifikasi. Jiif (Jurnal Ilmu Dan Inovasi Fisika), 3(2), 84–90.
Özer, E., Sevinçkan, N., & Demiroğlu, E. (2024). Comparative Analysis Of Computational Intelligence Techniques In Financial Forecasting: A Case Study On Ann And Anfis Models. 2024 32nd Signal Processing And Communications Applications Conference (Siu), 1–4.
Pamuji, F. Y., & Ramadhan, V. P. (2021). Komparasi Algoritma Random Forest Dan Decision Tree Untuk Memprediksi Keberhasilan Immunotheraphy. Jurnal Teknologi Dan Manajemen Informatika, 7(1), 46–50.
Parinduri, L., Parinduri, T., Kunci, K., & Fosil, E. (2020). Konversi Biomassa Sebagai Sumber Energi Terbarukan. Journal Of Electrical Technology, 5(2), 88–92.
Pitoyo, J., Suharto, T. E., & Jamilatun, S. (2022). Pengaruh Suhu Terhadap Yield Valuable Chemicals Pada Fase Organik Hasil Pirolisis Cangkang Kelapa Sawit. Prosiding Seminar Nasional Penelitian Lppm Umj, 1(1).
Pratiwi, R. W., Dairoh, D., & Af’idah, D. I. (2021). Analisis Sentimen Pada Review Skincare Female Daily Menggunakan Metode Support Vector Machine (Svm). Journal Of Informatics Information System Software Engineering And Applications (Inista), 4(1), 40–46.
Qamar, R., & Zardari, B. A. (2023). Artificial Neural Networks: An Overview. Mesopotamian Journal Of Computer Science, 2023, 124–133.
Rahmayani, C. A., & Aminah, A. (2021). Efektivitas Pengendalian Sampah Plastik Untuk Mendukung Kelestarian Lingkungan Hidup Di Kota Semarang. Jurnal Pembangunan Hukum Indonesia, 3(1), 18–33.
Ramadha, N. S., Azizah, R. R. N., & Mufid, M. (2023). Pengaruh Waktu Dan Suhu Pirolisis Terhadap Mutu Briket Dari Limbah Padat Gondorukem. Distilat: Jurnal Teknologi Separasi, 9(4), 352–361.
Rhomadoni, F. R., Jamilatun, S., Idris, M., & Setyawan, M. (N.D.). Mekanisme Dan Aplikasi Pirolisis Biomassa Dalam Produksi Biochar, Bio-Oil Dan Gas Pirolisis.
Riandis, J. A., Setyawati, A. R., & Sanjaya, A. S. (2021). Pengolahan Sampah Plastik Dengan Metode Pirolisis Menjadi Bahan Bakar Minyak. Jurnal Chemurgy, 5(1), 8–14.
Rodrigues, D. R., Fragoso, W. D., & Lemos, S. G. (2020). Evaluation Of Multiple Linear Regression Applied To Impedimetric Sensing. Journal Of Chemometrics, 34(12), E3271.
Safarian, S., Saryazdi, S. M. E., Unnthorsson, R., & Richter, C. (2020). Artificial Neural Network Integrated With Thermodynamic Equilibrium Modeling Of Downdraft Biomass Gasification-Power Production Plant. Energy, 213, 118800.
Sahamony, N. F., Terttiaavini, T., & Rianto, H. (2024). Analisis Perbandingan Kinerja Model Machine Learning Untuk Memprediksi Risiko Stunting Pada Pertumbuhan Anak: Analysis Of Performance Comparison Of Machine Learning Models For Predicting Stunting Risk In Children’s Growth. Malcom: Indonesian Journal Of Machine Learning And Computer Science, 4(2), 413–422.
Saraswati, E., Umaidah, Y., & Voutama, A. (2021). Penerapan Algoritma Artificial Neural Network Untuk Klasifikasi Opini Publik Terhadap Covid-19. Generation Journal, 5(2), 109–118.
Setiawati, N. E., Stefandra, P. I. S., Dermawan, M. R. P., Firmansyah, R. D., & Firstnanda, A. R. (2024). Pengembangan Alat Pirolisis Untuk Pengolahan Limbah Plastik Menggunakan Teknologi Baru Dengan Pendingin Chiller. Jurnal Atmosphere, 5(1), 1–6.
Setya Wardhana, B., Hanum, F. F., Laksana, Z. A., Jamilatun, S., & Febriani, A. V. (N.D.). Review:Efektivitas Dark Fermentation, Photo Fermentation , Dan Kombinasi Keduanya Dalam Mengkonversi Sampah Menjadi Hidrogen.
Simanjuntak, J. P., Silaban, R., & Putra, A. N. (2024). Teknologi Pirolisis Biomassa Energi Terbarukan. Echa Progres: Lembaga Pengembangan Profesionalism Sdm.
Sinaga, M., Sembiring, N., Ginting, E., Sianturi, C. J. M., Fauzi, M., Yudi, Y., & Daifiria, D. (2024). Penerapan Metode Adaptive Neuro-Fuzzy Inference System (Anfis) Untuk Memprediksi Kelulusan Mahasiswa. Informatic Technique Journal, 12(1), 27–39.
Sinambela, D. P., Naparin, H., Zulfadhilah, M., & Hidayah, N. (2023). Implementasi Algoritma Decision Tree Dan Random Forest Dalam Prediksi Perdarahan Pascasalin. Jurnal Informasi Dan Teknologi, 58–64.
Suresh, S. D., Qasim, A., Lal, B., Imran, S. M., & Foo, K. S. (2021). Application Of Gaussian Process Regression (Gpr) In Gas Hydrate Mitigation. Facilities, 8, 10.
Susianto, S., Anindita, Y. D., Altway, A., Afuza, A., & Wena, E. N. (2018). Proses Katalitik Pirolisis Untuk Cracking Bitumen Dari Asbuton Dengan Katalis Zeolit Alam. Iptek Journal Of Proceedings Series, 2.
Sutarto, H., Nurrohim, T. G., Ilyas, A. X., & Suyitno, S. (2020). Pembakaran Bersama Biomassa Dan Batu Bara: Pengaruh Rasio Biomassa-Batu Bara Dan Excess Air. Mekanika: Majalah Ilmiah Mekanika, 19(1), 29–34.
Tang, Q., Chen, Y., Yang, H., Liu, M., Xiao, H., Wu, Z., Chen, H., & Naqvi, S. R. (2020). Prediction Of Bio-Oil Yield And Hydrogen Contents Based On Machine Learning Method: Effect Of Biomass Compositions And Pyrolysis Conditions. Energy & Fuels, 34(9), 11050–11060.
Ullah, Z., Naqvi, S. R., Farooq, W., Yang, H., Wang, S., & Vo, D.-V. N. (2021). A Comparative Study Of Machine Learning Methods For Bio-Oil Yield Prediction–A Genetic Algorithm-Based Features Selection. Bioresource Technology, 335, 125292.
Wardhana, I., Ariawijaya, M., Isnaini, V. A., & Wirman, R. P. (2022). Gradient Boosting Machine, Random Forest Dan Light Gbm Untuk Klasifikasi Kacang Kering. Jurnal Resti (Rekayasa Sistem Dan Teknologi Informasi), 6(1), 92–99.
Yopianita, A. (2022). Studi Literatur Pengaruh Penambahan Arang Tempurung Kelapa Terhadap Inovasi Pemanfaatan Char Gasifikasi Batubara Sebagai Bahan Bakar Ramah Lingkungan. Jurnal Studi Inovasi, 2(1), 47–53.
Yulianto, W., Rhohman, F., & Suwito, N. (2018). Perbandingan Bahan Bakar Premium Dengan Produk Cair Hasil Pyrolisis Plastik Pet Dan Pp. J Mesin Nusant, 1(2), 114–121.
