Dewek 
Alkalinitas merupakan indikator penting kualitas air, yang memengaruhi segala hal mulai dari ekosistem perairan hingga proses industri seperti pengolahan air dan daur ulang karbon. Namun, metode yang ada untuk mengukur alkalinitas sering kali rumit, mahal, dan memerlukan peralatan khusus, sehingga membatasi penggunaannya secara luas. Tantangan-tantangan ini telah menyoroti perlunya solusi yang lebih sederhana dan terjangkau. Solusi semacam itu dapat memungkinkan akses yang lebih luas ke data air yang penting, meningkatkan penilaian kualitas air di berbagai lingkungan, dari komunitas terpencil hingga pusat kota.
Alkalinitas adalah ukuran kapasitas air untuk menetralkan asam. Alkalinitas juga merupakan ukuran kapasitas penyangga air atau kemampuannya untuk menahan perubahan pH saat terjadi penambahan asam atau basa. Alkalinitas dalam air (dengan pH 7,0 atau lebih tinggi) terutama disebabkan oleh adanya zat penetral asam (alkali) terlarut.
Dalam lompatan besar ke depan untuk ilmu lingkungan, para peneliti dari Case Western Reserve University dan Cornell University telah memperkenalkan metode inovatif untuk menganalisis alkalinitas air. Diterbitkan (DOI: 10.1016/j.eehl.2024.10.002) dalam jurnal Eco-Environment & Health pada 14 November 2024, studi mereka mengungkap pendekatan baru yang menggabungkan reagen komersial berbiaya rendah dengan machine learning (pembelajaran mesin) untuk menentukan tingkat alkalinitas secara akurat dalam sampel air—tanpa memerlukan peralatan lab yang rumit.
Metode yang digunakan para peneliti menggunakan reagen terjangkau yang berubah warna sebagai respons terhadap perubahan alkalinitas. Perubahan warna ini kemudian ditangkap melalui kamera ponsel pintar, dengan gambar yang diproses oleh model machine learning yang canggih. Algoritme AI menghubungkan intensitas perubahan warna dengan tingkat alkalinitas, sehingga mencapai tingkat akurasi yang mengesankan—nilai R² sebesar 0,868 untuk sampel air tawar dan 0,978 untuk sampel air asin. Ketepatan teknik ini semakin ditegaskan oleh nilai kesalahan akar rata-rata kuadrat yang rendah. Tanpa memerlukan peralatan khusus, metode terobosan ini dapat merevolusi pengujian kualitas air, terutama di wilayah dengan sumber daya terbatas atau dalam situasi di mana peralatan tradisional tidak praktis.
Dr. Huichun Zhang, penulis utama studi dan tokoh terkemuka dalam bidang teknik lingkungan, berbagi kegembiraannya tentang potensi teknologi tersebut. “Pendekatan bertenaga AI ini menandai tonggak penting dalam pemantauan kualitas air. Pendekatan ini menantang tren teknik analisis yang semakin rumit dan mahal, serta menawarkan dasar bagi kemajuan serupa dalam parameter kualitas air lainnya,” kata Zhang.
Implikasi dari penelitian ini sangat luas. Teknik ini menawarkan solusi yang terjangkau dan dapat diskalakan untuk mengumpulkan data kualitas air, yang memungkinkan ilmuwan warga, peneliti, dan bahkan badan regulasi untuk memantau kualitas air secara lebih efisien. Teknik ini menjanjikan untuk menghilangkan hambatan finansial, mendemokratisasi akses ke data lingkungan yang penting, terutama di komunitas yang kurang terlayani. Selain itu, adopsi teknologi ini secara luas dapat berkontribusi pada model prediktif yang lebih kuat, meningkatkan praktik pengelolaan air, pengambilan keputusan pertanian, dan upaya untuk memerangi polusi.
Lidar NASA bantu kurangi ketidakpastian kebakaran hutan