Mengapa kita perlu menggantikan plastik konvensional? Plastik adalah bahan yang sangat serbaguna dan murah, sehingga kita menggunakannya untuk hampir segala hal. Namun, masalah utamanya adalah bahwa plastik sangat sulit terurai secara alami, dan ini mengakibatkan penumpukan limbah plastik di lingkungan kita. Plastik-plastik ini mengancam ekosistem dan mengakibatkan kerusakan serius pada kehidupan akuatik. Ikan dan penyu laut sering kali salah mengira sampah plastik sebagai makanan, yang bisa berakibat fatal bagi mereka.
Para ilmuwan material telah berusaha keras mencari alternatif plastik yang ramah lingkungan. Di sinilah muncul penelitian yang menggunakan pendekatan machine learning untuk menemukan film nanokomposit yang bisa menjadi pengganti plastik yang lebih baik.Â
Film nanokomposit adalah lapisan tipis yang terbuat dari bahan-bahan yang mengandung partikel nano, yaitu partikel yang ukurannya sangat kecil, biasanya dalam skala nanometer (satu nanometer adalah sepersejuta meter).
Penelitian film nanokomposit ini dilakukan oleh para peneliti dari University of Maryland, College Park, dan dipimpin oleh Profesor Po-Yen Chen. Mereka menggunakan teknik machine learning canggih yang dikombinasikan dengan ilmu molekuler untuk menemukan alternatif plastik yang menjanjikan.
Inspirasi Profesor Chen untuk penelitian ini muncul ketika ia mengunjungi Palau di Pasifik Barat pada tahun 2019. Di sana, ia melihat dampak buruk dari polusi plastik terhadap kehidupan laut. Pengalaman ini membuatnya terdorong untuk menggunakan keahliannya dalam mencari solusi atas masalah lingkungan ini. Saat itu, ia baru saja mendirikan laboratorium penelitiannya di University of Maryland.
Metode konvensional dalam mencari alternatif plastik seringkali memakan waktu lama dan tidak efisien. Banyak dari metode tersebut hanya menghasilkan material yang mudah terurai tetapi tidak memiliki sifat-sifat yang diinginkan seperti plastik. Pendekatan baru yang diperkenalkan oleh Profesor Chen dan timnya menggunakan model machine learning yang mereka kembangkan. Dengan bantuan robotika otomatis, machine learning, dan simulasi dinamika molekuler, mereka berhasil mempercepat pengembangan alternatif plastik yang ramah lingkungan dan memenuhi standar kinerja yang diperlukan.
Pertama-tama, Chen dan timnya membuat perpustakaan yang luas dari film nanokomposit yang berasal dari berbagai sumber alami. Ini dilakukan menggunakan robot pipet otomatis yang dapat mempersiapkan sampel laboratorium secara mandiri. Kemudian, perpustakaan sampel ini digunakan untuk melatih model machine learning mereka. Selama proses pelatihan, model ini semakin ahli dalam memprediksi sifat-sifat material berdasarkan komposisinya melalui proses yang disebut pembelajaran aktif iteratif.
Sinergi antara robotika dan machine learning tidak hanya mempercepat penemuan pengganti plastik alami tetapi juga memungkinkan desain alternatif plastik dengan sifat-sifat tertentu yang diinginkan. Pendekatan ini secara signifikan mengurangi waktu dan sumber daya yang diperlukan dibandingkan dengan metode penelitian coba-coba tradisional. Studi ini dan pendekatan yang diperkenalkan bisa mempercepat pencarian alternatif plastik yang ramah lingkungan di masa depan. Model yang dikembangkan tim ini bisa segera digunakan oleh tim-tim di seluruh dunia untuk menghasilkan nanokomposit alami dengan sifat-sifat yang dapat disesuaikan dan menguntungkan.
Dengan menggabungkan robotika, machine learning, dan alat simulasi, tim ini berhasil membuat alur kerja yang mempercepat penemuan material fungsional baru dan memungkinkan kustomisasi untuk aplikasi tertentu. Pendekatan mereka menurunkan hambatan desain untuk alternatif ramah lingkungan terhadap plastik petrokimia sekaligus tetap aman bagi lingkungan. Mereka juga menyediakan basis data terbuka dan dapat diperluas yang berfokus pada material fungsional yang hijau, ramah lingkungan, dan mudah terurai.
