<![CDATA[Abstract. PT Cipta Kridatama Binuang Mitra Bersama Blok Dua (CK-BMBBD) merupakan perusahaan pertambangan batubara yang melakukan pemberaian dengan metode peledakan. Kegiatan ini berpotensi menimbulkan dampak negatif seperti airblast, ground vibration, dan flying rock. Penelitian ini fokus pada airblast, yaitu gelombang kejut dari ledakan bahan peledak. Airblast dapat membahayakan kesehatan manusia jika melebihi ambang batas, sehingga perlu diteliti. Tujuan penelitian adalah mengetahui nilai airblast, persamaan multiple linear regression, serta metode prediksi paling valid berdasarkan koefisien korelasi. Metodologi yang digunakan adalah metode teoritis (USBM dan McKenzie), multiple linear regression, dan artificial neural network (ANN). Data yang digunakan meliputi airblast dalam desibel, maksimum charge, dan jarak pengukuran. Analisis dilakukan menggunakan statistik untuk mengevaluasi hubungan hasil prediksi dan data aktual. Pengukuran dibandingkan dengan SNI 7570 tahun 2023 yang menetapkan ambang batas 110 dB. Regulasi ini mengatur penggunaan bahan peledak agar sesuai standar. Hasil menunjukkan nilai airblast 45 dB(A) – 77 dB(A), masih aman karena di bawah ambang batas. Prediksi menggunakan ANN menghasilkan nilai R² sebesar 0,9221, menunjukkan hubungan sangat valid antara hasil prediksi dan data aktual. Abstract. PT Cipta Kridatama Binuang Mitra Bersama Blok Dua (CK-BMBBD) is a mining company engaged in coal commodities. The company conducts clearing using the blasting method. Blasting activities may cause negative impacts such as airblast, ground vibration, and flying rock. This research focuses on airblast that occurs due to blasting activities. Airblast is a shock wave produced by the explosion of explosives. Airblast can pose health risks if it exceeds the threshold value, therefore research is necessary. This study aims to determine airblast values, formulate a multiple linear regression equation, and identify the most valid prediction method based on the correlation coefficient. The methodologies used are theoretical methods (USBM and McKenzie), multiple linear regression, and artificial neural network (ANN). The data used include airblast in decibels, maximum charge, and measurement distance. Statistical analysis is applied to evaluate the relationship between predicted and actual airblast data. Airblast measurements were compared to the standard reference, SNI 7570 of 2023, which sets a threshold of 110 dB. This regulation governs the use of explosives to ensure compliance with regulatory standards. The results showed airblast values ranging from 45 dB(A) to 77 dB(A), indicating safety. ANN prediction yielded an R² value of 0.9221, showing very strong validity.]]>
Copyrights © 2025
