Penerapan Artificial Neural Network Sebagai Upaya Optimalisasi Struktur Kolom Pada Proyek Perluasan Lombok Epicentrum Mall dan Podium Parkir

Abstract

Beberapa daerah di Indonesia berada di atas area cincin api. Dengan begitu perencanaan struktur gedung yang dilakukan perlu mempertimbangkan pengaruh beban gempa. Di Indonesia analisis beban gempa dilakukan berdasarkan SNI-1726-2019. Desain dan struktur analisis pada umumnya menggunakan beberapa asumsi untuk menentukan dimensi dan properti untuk merencanakan struktur suatu gedung. Dengan begitu, data dan variabel yang digunakan dalam desain dan analisis yang dilakukan tidak sepenuhnya efisien. Untuk itu, diperlukan prosedur dan metode yang mendukung efisiensi perencanaan struktur gedung. Berdasarkan kontrol ulang respons struktur yang dilakukan, proyek perluasan gedung dan podium parkir Lombok Epicentrum Mal tidak memenuhi persyaratan simpangan antar tingkat tahap dua. Maka dari itu struktur gedung yang dimaksud perlu didesain ulang dengan dimensi dan properti yang optimal. Optimalisasi pada penelitian ini hanya memperhitungkan kolom struktur. Desain dan analisis struktur dilakukan dengan alat bantu ETABS dan Microsoft Excel. Optimalisasi dilakukan menggunakan software MATLAB. Untuk meningkatkan objektivitas dalam perbandingan, gaya gempa yang sama digunakan pada model existing dan 4 model trial. Keseluruhan model trial harus memenuhi persyaratan simpangan antar tingkat dan pengaruh p-delta. Dalam kasus ini, dikarenakan terjadinya ketidakberaturan torsi berlebihan pada model existing, keseluruhan model trial dan hasil optimalisasi harus diperbaiki menjadi ketidakberaturan torsi dengan nilai yang serupa untuk meningkatkan objektivitas perbandingan dan menyederhanakan proses analisis dan desain. Pemrograman ANN dilakukan setelah keseluruhan mode trial telah dianalisis dan kolom struktur telah didesain. Variabel input dalam pemrograman ANN menggunakan mutu beton, mutu baja, dan diameter tulangan untuk memberi variasi pada keseluruhan model trial. Sementara itu, dimensi kolom, rasio tulangan longitudinal kolom, jarak tulangan transversal kolom dan biaya pekerjaan kolom digunakan sebagai output dalam pemrograman ANN. Hasil Optimalisasi berdasarkan nilai prediksi ANN perlu dianalisis untuk dilakukan kontrol ulang terkait persyaratan simpangan antar tingkat, pengaruh p-delta, dan nilai ketidakberaturan torsi untuk mengkonfirmasi bahwa hasil prediksi ANN dapat dibandingkan dengan keseluruhan model trial. Berdasarkan hasil penelitian yang dilakukan biaya termurah dari ke-empat trial adalah pada model trial 1. Pada model tersebut, biaya untuk pekerjaan kolom adalah Rp12.169.806.672 dan setelah dilakukan optimalisasi menggunakan program ANN biaya pekerjaan kolom yang diperlukan adalah Rp 10.747.790.267. Nilai tersebut dapat mengkonfirmasi bahwa model program ANN merupakan model optimal apabila dibandingkan dengan ke-empat trial dengan nilai ketidakberaturan torsi yang serupa. Biaya hasil optimalisasi program ANN perlu dibandingkan dengan biaya prediksi berdasarkan rumus empiris dari program ANN untuk mengkonfirmasi nilai error dari prediksi masih berada pada kondisi yang wajar. Nilai error antara biaya prediksi berdasarkan rumus empiris dengan biaya model prediksi ANN adalah 1,78%. Nilai tersebut dapat menggambarkan performa dari prediksi program ANN.