Abstrak
Kromium (VI) adalah ion logam berat yang sangat beracun yang dikaitkan dengan masalah kesehatan yang serius, termasuk gagal ginjal, iritasi gastrointestinal, kegagalan multi-organ, dan kematian, tergantung pada tingkat paparan. Beberapa metode pemurnian air kimia dan tradisional telah dikembangkan di masa lalu, tetapi sebagian besar mahal, membosankan, dan tidak efektif. Studi terkini ini menggunakan nanokristal selulosa (CNC) yang disiapkan melalui hidrolisis kertas bekas, diikuti oleh karboksilasi dan integrasi dengan natrium alginat untuk meningkatkan sifat adsorpsi Cr (VI). Adsorben dipadatkan menggunakan kalsium klorida dan dikarakterisasi untuk struktur kimianya dan pengoptimalan energi permukaan. MATLAB-ANFIS digunakan untuk memprediksi adsorpsi kromium (VI) pada berbagai parameter pengoptimalan seperti pH, dosis, waktu kontak, dan konsentrasi awal. Sistem inferensi neuro-fuzzy adaptif (ANFIS) menawarkan pendekatan praktis untuk mengoptimalkan proses adsorpsi, menghemat waktu dan sumber daya untuk aplikasi kehidupan nyata. Untuk meningkatkan akurasi prediksi, studi ini menggunakan desain Box-Behnken (BBD) untuk mengoptimalkan fungsi keanggotaan (MF) dan jumlahnya. Delapan MF yang banyak digunakan, termasuk triangular, trapesium, Gaussian, dan generalized bell-shaped, dievaluasi. Model ANFIS yang dipasang dengan MF triangular dan trapesium terbukti signifikan secara statistik pada tingkat kepercayaan 95%, menurut analisis ANOVA. Angka MF optimal untuk input diidentifikasi sebagai 5-5-2 untuk MF triangular dan 9-9-3 untuk MF trapesium. Model ANFIS yang dioptimalkan, menggunakan MF triangular, mencapai root mean square error (RMSE) rendah sebesar 1,9084 dan koefisien korelasi tinggi ( R 2 ) sebesar 0,9922, yang menunjukkan keakuratan dan keandalannya dalam memprediksi kapasitas adsorpsi kromium (VI) di bawah kondisi optimal yang diidentifikasi. Pendekatan sistematis ini menunjukkan efektivitas ANFIS dalam memprediksi dan mengoptimalkan proses adsorpsi logam berat secara akurat.