PENGOLAHAN LIMBAH CAIR LABORATORIUM DENGAN ADSORPSI SERTA PRETREATMENT NETRALISASI DAN KOAGULASI
Notice bibliographique
Résumé
Limbah cair laboratorium Teknik Lingkungan UNIPA Surabaya belum memenuhi baku mutu Peraturan Menteri Lingkungan Hidup Nomor 5 Tahun 2014, sehingga perlu diolah supaya tidak mencemari lingkungan. Penelitian ini bertujuan mengkaji pengaruh dosis koagulan Poly Alum Chloride (PAC) terhadap penurunan Pb, Cr, dan TDS, mengkaji kualitas air limbah setelah dinetralisasi, dikoagulasi dan diadsobsi terutama untuk parameter Pb, Cr, TDS, dan pH. Variabel penelitian ini adalah dosis PAC yaitu 150 mg/L, 225 mg/L dan 300 mg/L. Penelitian dilakukan dalam skala laboratorium dengan sistem kontinyu dengan aliran down flow. Media adsorpsi yang digunakan ijuk, sabut kelapa, karbon aktif ampas tebu dan zeolit yang disusun bertingkat dalam reaktor dari pipa PVC. Proses adsorpsi dilakukan selama 2 jam dan pengambilan sampel setiap 15 menit. Hasil dari penelitian ini menunjukan bahwa PAC 300 mg/L menghasilkan efisiensi penurunan tertinggi, yaitu TDS 13,7% Cr 97%, Pb 93,5%, dan kualitas limbah setelah dinetralisasi, dikoagulasi dan diadsorpsi pada menit ke-15 mempunyai kadar TDS 1.810 ppm, Cr total 0,36 ppm, Pb 0,66 ppm sehingga air limbah sudah memenuhi baku mutu sesuai dengan Peraturan Menteri Lingkungan Hidup No. 5 Tahun 2014 sedangkan pH sebesar 5,42 belum memenuhi baku mutu.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,018 | 0,006 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».