Potensi Metode Jaringan Saraf Tiruan Dalam Memprediksi Respons Seismik Gedung Bertingkat Di Indonesia

Abstract

Setiap struktur yang menerima beban gempa akan memunculkan suatu perilaku atau respons khusus disebut respons seismik. Respons ini umumnya diidentifikasi dengan bantuan software elemen hingga, namun seiring dengan berkembangnya teknologi, para peneliti telah mengembangkan sebuah metode prediksi yang berdasarkan konsep kecerdasan buatan yaitu metode Jaringan Saraf Tiruan (JST). Penelitian ini berfokus pada penentuan akurasi metode JST dalam memprediksi nilai respons seismik gedung bertingkat pada beberapa lokasi di Indonesia. Model struktur yang digunakan adalah gedung bertingkat beton bertulang dengan 15 lantai dan respons seismik model tersebut dianalisis pada 3 jenis tanah di 34 ibukota provisi di seluruh Indonesia. Data hasil analisis kemudian digunakan untuk pengolahan data pada model JST menggunakan software MATLAB. Model JST yang digunakan pada penelitian ini terdiri dari 3 lapisan yaitu input layer, hidden (15 neuron) dan output layer. Lapisan input layer terdiri dari data geometri gedung, kondisi tanah dan parameter gempa lokasi tinjauan sedangkan output layer terdiri dari nilai perpindahan, kecepatan dan percepatan pusat lantai. Setelah 295 kali iterasi, model JST dapat memprediksi nilai respons seismik gedung pada 34 lokasi tinjauan dengan nilai rata – rata keseluruhan mean squared error (MSE) sebesar 1,95x10-5 dan nilai koefisien determinasi (R2) keseluruhan sebesar 99,96%. Hasil parameter akurasi ini (MSE dan R2) menunjukkan bahwa model JST telah berhasil memprediksi nilai respons seismik gedung bertingkat dengan akurat dan dapat dikembangkan pada kasus – kasus struktur tahan gempa lainnya.