This Author published in this journals
All Journal Jurnal Pertambangan
Widodo, N. P.
Unknown Affiliation

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

PREDIKSI OVERBREAK PADA PELEDAKAN TAMBANG BAWAH TANAH MENGGUNAKAN METODE EMPIRIK, STATISTIK DAN ARTIFICIAL INTELLIGENCE Akbar, S.; Simangunsong, G. M.; Widodo, N. P.; Fadillah, T.
Jurnal Pertambangan Vol 8 No 2 (2024): Mei 2024
Publisher : Fakultas Teknik Universitas Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36706/jp.v8i2.2332

Abstract

Teknik peledakan masih menjadi metode yang umum digunakan dalam penggalian tambang bawah tanah karena efisien dari segi waktu dan biaya. Meskipun begitu, metode ini memiliki serangkaian dampak negatif seperti halnya overbreak. Apabila tidak ditangani dengan baik, overbreak bisa saja mengarah ke masalah keselamatan dan peningkatan biaya yang menghambat kemajuan pekerjaan terowongan. Prediksi overbreak dibutuhkan untuk menemukan desain dan implementasi peledakan yang mempertimbangkan kondisi massa batuan di lapangan merupakan salah satu metode mencegah overbreak di kemudian hari. Penelitian ini dilakukan untuk memprediksi overbreak dengan menerapkan metode empirik, statistik, dan artificial intelligence (AI). Secara historis, overbreak terjadi akibat pengaruh dari beberapa faktor yaitu faktor teknis peledakan, kondisi massa batuan, dan dimensi terowongan. Variabel yang merepresentasikan ketiga faktor tersebut dan dijadikan masukan dalam membangun model prediksi adalah specific charge, perimeter powder factor, maximum charge per delay, hole depth, advance factor, tunnel section area, dan nilai Q-system. Metode empirik yang digunakan adalah persamaan Verma (2016), Multiple Regression Analysis (MRA) mewakili metode statistik, dan pendekatan AI menggunakan model Artificial Neuro Fuzzy Inference System (ANFIS). Nilai Root Mean Square Error (RMSE) untuk masing-masing metode adalah 0,064 (Empirik), 0,029 (MRA), dan 0,22 (ANFIS). Hasil tersebut mengindikasikan metode statistik dengan model MRA lebih baik digunakan untuk metode prediksi overbreak.