AI Memprediksi Efisiensi Biochar: Pemurnian Air dari Antibiotik Dipercepat Berkali-kali Lipat

Para ilmuwan telah menciptakan model AI yang secara akurat memprediksi seberapa cepat biochar menguraikan antibiotik dalam air, — hal ini memangkas waktu pengembangan filter dari hitungan tahun menjadi minggu dan membuka jalan bagi pemurnian air minum yang terjangkau.

Para peneliti yang dipimpin oleh Junaid Latif dan Na Chen mengumpulkan data dari puluhan penelitian sebelumnya, mengidentifikasi 16 parameter kunci: jenis bahan baku biochar, suhu pirolisis, porositas, komposisi kimia, konsentrasi oksidan, dan kondisi reaksi.

Berdasarkan basis data tersebut, mereka melatih beberapa model mesin, dan akurasi terbaik ditunjukkan oleh arsitektur transformer TabPFN: koefisien determinasi R² ≈ 0,91 dengan kesalahan prediksi minimal.

Kebaruan ilmiah ini terletak pada transisi dari metode coba-coba ke desain material yang ditargetkan. Sebelumnya, pemilihan biochar yang efektif memerlukan ratusan eksperimen laboratorium; sekarang algoritme mengevaluasi dalam hitungan detik kombinasi parameter mana yang akan memberikan kecepatan degradasi polutan maksimal.

Secara paralel, tim tersebut menciptakan alat berbasis web: setiap peneliti dapat memasukkan parameter material mereka dan secara instan mendapatkan prediksi kinetika reaksi.

Makna praktisnya sudah jelas: antibiotik dalam air limbah adalah salah satu pendorong pertumbuhan resistensi bakteri terhadap obat-obatan.

Biochar yang diperoleh dari limbah pertanian (tongkol jagung, jerami) bersifat murah dan ramah lingkungan, serta bila dikombinasikan dengan fotokatalis (TiO₂, g-C₃N₄) mampu menguraikan antibiotik sulfonamida sebesar 98% dalam 60 menit di bawah pengaruh sinar matahari.

Model AI membantu menemukan resep yang tepat yang akan memastikan hasil tersebut dalam kondisi pemurnian air tertentu.

Penting untuk memahami keterbatasan yang ada. Sejauh ini, model tersebut dilatih pada data dari set antibiotik dan kondisi laboratorium yang terbatas; air limbah yang sebenarnya mengandung campuran polutan, bahan organik, dan padatan tersuspensi yang dapat memengaruhi proses tersebut.

Selain itu, stabilitas jangka panjang dari komposit pada skala industri memerlukan verifikasi tambahan — dalam uji laboratorium, material tersebut mempertahankan efisiensinya setelah lima siklus, namun mode industri mungkin lebih berat.

Apa selanjutnya? Tim berencana untuk memperluas kumpulan data, termasuk data tentang kelas polutan lainnya — PFAS, mikroplastik, dan obat-obatan farmasi generasi baru.

Secara paralel, pembicaraan sedang berlangsung dengan stasiun pengolahan air percontohan mengenai pengujian filter biochar rancangan AI dalam kondisi lapangan. Jika hasilnya terkonfirmasi, teknologi ini dapat menjadi solusi standar bagi pemerintah kota dan perusahaan industri dalam waktu 3–5 tahun mendatang.