<![CDATA[Frekuensi dan skala penggunaan metode peledakan pada pembongkaran material overburden pada tambang terbuka batubara di Kalimantan Selatan terus meningkat seiring waktu. Pada saat kegiatan penambangan memiliki keterbatasan area, flyrock dapat muncul sebagai potensi bahaya yang besar pada suatu proses peledakan. Telah dikembangkan sebelumnya beberapa pendekatan empiris guna memprediksi tingkat lemparan batuan. Tingkat keakurasian masih menjadi kendala pada metode empiris karena kompleksitas pada analisis flyrock. Sebuah pendekatan baru, yaitu aplikasi Artificial Neural Network (ANN) guna memprediksi tingkat lemparan batuan digunakan pada penelitian ini. Metode ANN ini digunakan untuk memprediksi dan mengontrol flyrock hasil dari kegiatan peledakan pada tambang terbuka batuabara. Pemanfaatan model back propagation pada metode artificial neural network untuk memprediksi nilai jarak lemparan flyrock pada kegiatan peledakan memanfaatkan program Matrix Laboratory (MATLAB) terhadap 91 data eksperimental. Dengan model arsitektur 8-8-1-1 (8 input- 8 hidden layer- 1 output layer-1output), hasil prediksi jarak lemparan flyrock dari ANN didapatkan nilai Mean Absolute Percentage Error (MAPE) sebesar 41%, sedangkan untuk prediksi flyrock dari pendekatan rumus empiris Richard & Moore didapatkan nilai MAPE sebesar 94%. Semakin kecil nilai MAPE maka tingkat prediksi yang dihasilkan akan semakin akurat. Dan penelitian ini menunjukan hasil prediksi flyrock dengan ANN lebih baik jika di bandingkan pendekatan rumus empiris]]>
Copyrights © 2022
