Nunu, Alvares Jeninu (2025) Implementasi Artificial Neural Network (ANN) dan Support Vector Machine (SVM) untuk Prediksi Getaran Tanah Akibat Kegiatan Peledakan pada Tambang Terbuka Pit 2 Banko Barat Pt Bukit Asam Tbk. Bachelor/Skripsi thesis, Universitas Negeri Padang.
final_11_JENINUNUNU_ALVARES_21137084_1577_2025.pdf
Download (4MB)
Abstract
Penelitian ini bertujuan untuk menganalisis hubungan antara Peak Particle Velocity (PPV) dan Scaled Distance (SD) serta menentukan metode yang tepat untuk prediksi tingkat getaran tanah akibat kegiatan peledakan. Metode yang digunakan adalah pendekatan terapan dengan memanfaatkan persamaan empirik untuk mendapatkan konstanta kondisi spesifik lokasi peledakan dan eksponen penunjuk laju penurunan kecepatan partikel. Data yang dikumpulkan mencakup jarak pengukuran, berat bahan peledak per waktu tunda, dan SD. Hasil analisis menunjukkan hubungan yang kuat antara PPV dan jarak serta isian bahan peledak per waktu tunda, dengan nilai koefisien determinansi (R²) sebesar 68,49%. Model prediksi menggunakan Artificial Neural Network (ANN) menunjukkan akurasi yang lebih baik dibandingkan Support Vector Machine (SVM), dengan nilai MAE sebesar 0,213, RMSE sebesar 0,304, dan R² sebesar 0,865, yang lebih tinggi daripada nilai SVM. Berdasarkan hasil tersebut, disarankan penambahan bahan peledak mencapai 20,09 kg dengan radius minimal 800 m dan 61,53 kg dengan radius minimal 1350 m untuk mencapai nilai PPV yang diizinkan sebesar 1 mm/detik. Penelitian ini diharapkan dapat memberikan informasi yang komprehensif mengenai pengendalian getaran tanah akibat peledakan.
| Item Type: | Thesis (Bachelor/Skripsi) |
|---|---|
| Contributors: | Contribution Contributors Email Thesis advisor Saldy, Tri Gamela UNSPECIFIED Corrector Yulhendra, Dedi UNSPECIFIED Corrector Burhamidar, Aulia Hidayat UNSPECIFIED |
| Subjects: | T Technology > TN Mining engineering. Metallurgy |
| Divisions: | Fakultas Teknik > Teknik Pertambangan-S1 |
| Depositing User: | Sudia Ajjronisa S.Sos |
| Date Deposited: | 11 Nov 2026 03:01 |
| Last Modified: | 11 Nov 2026 03:01 |
| URI: | https://repository.unp.ac.id/id/eprint/49797 |
