PEMODELAN KONDUKTIVITAS HIDRAULIK MENGGUNAKAN METODE ARTIFICIAL NEURAL NETWORK DI UG TOGURACI ORE BODY SHALLUT, PT NUSA HALMAHERA MINERALS

ARIFAINI, DYMAS ALBERT NASRULAH (2023) PEMODELAN KONDUKTIVITAS HIDRAULIK MENGGUNAKAN METODE ARTIFICIAL NEURAL NETWORK DI UG TOGURACI ORE BODY SHALLUT, PT NUSA HALMAHERA MINERALS. Other thesis, UPN "Veteran" Yogyakarta.

	Text ABSTRAK SKRIPSI DYMAS ALBERT NA.pdf Download (136kB)
	Text COVER SKRIPSI_DYMAS ALBERT NA.pdf Download (94kB)
	Text DAFTAR ISI SKRIPSI DYMAS ALBERT NA.pdf Download (140kB)
	Text DAFTAR PUSTAKA SKRIPSI DYMAS ALBERT NA.pdf Download (133kB)
	Text lembar pengesahan dymas albert na.pdf Download (193kB)
	Text FULL DRAFT SKRIPSI TTD DYMAS ALBERT.pdf Restricted to Repository staff only Download (12MB)

Abstract

Kehadiran air tanah menjadi salah satu faktor yang berpengaruh
terhadap kelancaran operasi penambangan karena mempengaruhi kondisi kerja
serta kestabilan lereng pada area penambangan. Perlu dilakukan analisis
karakteristik dari adanya potensi air tanah berupa pemodelan air tanah. Pemodelan
air tanah memerlukan parameter utama berupa nilai konduktivitas hidraulik pada
daerah penelitian. Keberadaan air tanah pada tambang bawah tanah PT NHM
selalu dijaga untuk menghindari hambatan dalam operasi penambangan. Pada
kenyataan aktual di lapangan sistem dewatering yang dilakukan kurang optimal
dengan masih ditemuinya genangan air pada area penambangan. Pada daerah
penelitian belum terdapat informasi mengenai distribusi nilai konduktivitas
hidraulik yang menjadi penyebab kurang optimalnya sistem dewatering yang
dilakukan. Maka dari itu, perlu dilakukan analisis sistem hidrogeologi pada daerah
penelitian. Pemodelan distribusi nilai konduktivitas hidraulik dilakukan dengan
melakukan pendekatan menggunakan variabel nilai konduktivitas hidraulik yang
heterogen dalam memodelkan sistem hidrogeologi pada media terkekarkan. Metode yang digunakan dalam mengestimasi distribusi nilai konduktivitas
hidraulik berdasarkan pada pengaplikasian aritificial neural network dengan
menggunakan parameter berupa RQD, spasi kekar, separasi, serta indeks
permeabilitas litologi. Berdasarkan metode yang digunakan perlu dilakukan
penentuan skema ANN terbaik yang mempunyai keakuratan nilai hasil prediksi
ANN terhadap nilai aktual hasil uji lapangan yang cukup baik memenuhi batas
nilai %error, NRMS serta koefisien korelasi. Hasil dari penelitian didapatkan skema ANN terbaik dalam mengestimasi
distribusi nilai K dengan setting learning rate sebesar 0,001; momentum
coef icient sebesar 0,1; number of node sebesar 13; number of hidden layer
sebesar 3; dan activation hyperbolic tangent. Distribusi nilai konduktivitas
hidraulik hasil estimasi menggunakan ANN mempunyai rentang nilai dari
1,02 × 10
-01 m/s hingga 1,88 × 10
-09 m/s dengan rata rata nilai K sebesar 9,09 × 10
-07
m/s. Hasil estimasi nilai K divalidasi dengan analisis keakuratan yang
menunjukkan nilai R2 sebesar 0,98; SEE sebesar 0,008; RMS sebesar 0,01;
NRMS sebesar 0,187; %error 3,045%. Model blok nilai K divalidasi dengan pola
yangs serupa terhadap model blok variabel yang digunakan dalam mengestimasi
nilai K serta pada daerah model yang dilewati oleh struktur menunjukkan nilai K
yang tergolong permeabel (1 × 10
-05 m/s - 1 × 10
-01 m/s). Berdasarkan analisis
sistem hidrogeologi pada daerah penelitian menunjukkan bahwa nilai
konduktivitas hidraulik yang bersifat heterogen anisotropi disebabkan oleh adanya
media rekahan yang dibuktikan dengan perbedaan nilai RQD, spasi kekar, dan
separasi kekar pada daerah uji nilai K.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Hidraulik, metode artificial neural network
Subjects:	T Technology > TN Mining engineering. Metallurgy
Divisions:	Faculty of Engineering, Science and Mathematics > School of Engineering Sciences
Depositing User:	A.Md Apriliani Kusuma Wardhani
Date Deposited:	15 Dec 2023 07:24
Last Modified:	15 Dec 2023 07:25
URI:	http://eprints.upnyk.ac.id/id/eprint/38358

Actions (login required)

View Item