Optimalisasi Nilai Keamanan Lereng Pada Pertambangan di Dusun Tanjung Belit, Provinsi Jambi menggunakan Artificial Neural Network

Abstract

Sektor pertambangan berperan penting dalam perekonomian di Indonesia, yang seringkali menghadapi tantangan terkait kestabilan lereng. Lereng yang tidak stabil dapat menyebabkan longsor yang merugikan dan membahayakan keselamatan banyak orang. Penelitian ini bertujuan untuk mengoptimalkan nilai keamanan lereng (SF) pada proyek pertambangan PT Cipta Kridatama di Dusun Tanjung Belit, Provinsi Jambi menggunakan Artificial Neural Network (ANN) dengan pemrograman Python. Penelitian ini juga memberikan pertimbangan terkait efisiensi terhadap perencanaan tambang selanjutnya apabila ingin membuka galian tambang baru dengan mengurangi volume galian melalui penetapan sudut kemiringan dengan nilai keamanan lereng optimal yang ditargetkan. Analisis dilakukan menggunakan data geoteknik seperti kohesi tanah, sudut geser dalam, berat volume tanah, serta parameter geometri lereng dengan membuat variasi model kemiringan lereng yang digunakan yakni 20 – 50 derajat dan dianalisis menggunakan software GeoStudio dengan metode Fellenius. Penggunaan ANN dengan pemrograman Python diterapkan untuk memprediksi nilai SF optimal dengan arsitektur Multilayer Perceptron (MLP), algoritma backpropagation, dan hyperparameter seperti ReLU dan Adam. Pelatihan dan pengujian dibagi menjadi 80% data latih dan 20% data uji secara random dan 100 epochs. Hasil analisis menunjukkan nilai keamanan lereng memenuhi target syarat (SF ≥ 1.25) pada rentang kemiringan 20 – 47 derajat untuk inter-ramp atas, sementara inter-ramp tengah dan bawah memenuhi target SF pada semua variasi kemiringan. Hasil prediksi ANN menunjukkan kesesuaian dengan nilai aktual, terutama pada inter-ramp atas dengan SF 1.25 pada kemiringan 46,06 derajat, yang menghasilkan keakuratan dan kinerja model dengan hasil yang tinggi (loss 0,0008, MAE 0,0254 ≤ 0,1, RMSE 0,0285 ≤ 0,1 dan R 2 0,9 ≤ 0,9879 < 1).