IMPLEMENTASI ARTIFICIAL NEURAL NETWORK UNTUK MEMPREDIKSI TINGKAT GETARAN TANAH AKIBAT OPERASI PELEDAKAN PADA TAMBANG TERBUKA BATUBARA

Abstract

Aplikasi peledakan telah digunakan secara luas dan kontinu oleh beberapa industri pertambangan di Kalimantan Selatan. Oleh karena itu, kegiatan ini secara tidak langsung akan menghasilkan banyak data-data dalam kegiatan peledakan pada pembongkaran massa batuan. Penelitian ini mengkaji lebih dalam salah satu big data peledakan, yaitu dengan membangun sebuah jaringan saraf tiruan (Artificial Neural Network) guna memprediksi tingkat ground vibration sebagai efek peledakan. Metodologi pada penelitian ini merupakan pengamatan dan pengukuran langsung dilapangan berupa tingkat getaran tanah, geometri peledakan, pengukuran jarak peledakan dan penggunaan bahan peleak, serta identifikasi geologi daerah penelitian. Tahapan selanjutnya adalah pemrosesan validasi data dan menentukan desain arsitektur serta parameter konvergensi pada lembar kerja Artificial Neural Network (ANN). Hasil prediksi ground vibration melalui nilai Peak Particel Velocity (PPV) dari jaringan saraf tiruan yang telah dibuat, menghasilkan tingkat keakurasian sebesar 80,69%. Sedangkan tingkat akurasi hasil prediksi secara empiris metode scale distance analysis menggunakan pendekatan U.S Bureau Of Mines 76,82 %, Langefors Kihlstrom 76,63 % dan Ambraseys-Hendorn 77,01%. Pembuatan ANN terbukti efektif dan efisien dalam memprediksi dampak dari kegiatan peledakan melalui tingkat kecepatan dan keakuratannya. Sehingga dapat membantu dalam merekomendasi metode peledakan yang lebih ramah lingkungan, dimana tingkat getaran peledakan sesuai dengan baku mutu lingkungan.