Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : ranah research journal of multidisciplinary research and development

Analisis Prediksi Fragmentasi Hasil Peledakan Overburden di Pit E Banko Tengah PT. Bukit Asam Tbk. Sugiarte, I Made Arie; Jasipto, Alio; Arham, La Ode; Mildan, Deni
Ranah Research : Journal of Multidisciplinary Research and Development Vol. 8 No. 1 (2025): Ranah Research : Journal Of Multidisciplinary Research and Development
Publisher : Dinasti Research

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.38035/rrj.v8i1.1868

Abstract

Peledakan di PT Bukit Asam Tbk terutama pada Pit E Banko Tengah masih terdapat permasalahan fragmentasi yang tidak mencapai target, ditandai dengan ukuran boulder yang melebihi target perusahaan yaitu 70 cm dengan kelolosan 80%. Tujuan penelitian ini adalah untuk menganalisis penyebab parameter ketidaktercapaian fragmentasi dan menentukan metode fragmentasi teoritis yang hasilnya paling sesuai dengan aktual. Metode penelitian menggunakan pendekatan kuantitatif dengan pengumpulan data 29 lokasi peledakan di Pit E Banko Tengah. Fragmentasi aktual dianalisis menggunakan metode image analysis. Hasil aktual tersebut kemudian dibandingkan dengan tiga metode prediksi teoritis. Kesesuaian dari ketiga metode dianalisis secara statistik. Hasil penelitian menunjukkan bahwa terdapat 8 peledakan tidak mencapai target. Parameter penyebab dari ketidaktercapaian fragmentasi yaitu, powder factor yang rendah, rasio (PC/H) yang tidak optimal, rasio (S/B) yang terlalu besar, dan nilai burden relief yang kurang optimal. Metode Rock Engineering System (RES) menunjukkan kesesuaian paling tinggi dengan fragmentasi aktual, dibuktikan dengan perbandingan grafik dan nilai R² sebesar 0,5322, serta nilai RMSE atau nilai eror terendah yaitu 4,95, dibanding dengan metode Kuz-ram dan Cunningham. Dengan demikian perlunya optimasi pada parameter yang menjadi penyebab ketidaktercapaian fragmentasi yang telah dijelaskan untuk mencapai target fragmentasi. Selain itu, metode Rock Engineering System (RES) terbukti menjadi metode prediksi yang lebih andal dan valid untuk digunakan sebagai pembanding dalam merencanakan kegiatan peledakan di lokasi penelitian.
Implementasi Artificial Neural Network (ANN) untuk Prediksi Tingkat Getaran Tanah pada Aktivitas Peledakan Tambang Jasipto, Alio; Winadi, Derry Sinu
Ranah Research : Journal of Multidisciplinary Research and Development Vol. 8 No. 2 (2026): Ranah Research : Journal Of Multidisciplinary Research and Development
Publisher : Dinasti Research

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.38035/rrj.v8i2.1996

Abstract

Blasting activities in mining are intended to fragment and displace rock masses, but they also generate environmental impacts in the form of ground vibration. Ground vibration measurement is required to predict allowable vibration limits. This study aims to predict ground vibration levels caused by blasting activities using the Artificial Neural Network method at the open pit coal mine. The research employed an applied research method using primary data consisting of ground vibration levels, blasting distance, and explosive charge weight obtained through direct field measurements. Data processing and the determination of model architecture and parameters were conducted using Matlab software with the backpropagation learning method. Model training and testing were carried out using blasting data from two blasting location. The results indicate that the Artificial Neural Network model with three input variables, ten hidden neurons, one output neuron, and one output layer was able to predict ground vibration levels with root mean square error values of 0.18 and 0.63. The prediction accuracy for peak particle velocity reached 93.24 percent at Pit 1 and 89.55 percent at Pit TSBC. These results demonstrate that the Artificial Neural Network method is effective for predicting ground vibrations caused by blasting activities, allowing blasting geometry planning to be better controlled to minimize environmental impacts