Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
Dalam penelitian ini, efek dari intensitas dan durasi hujan terhadap faktor keamanan dianalisis pada geometri lereng galian yang berbeda pada lereng tak jenuh untuk tanah merah tropis dengan menggunakan analisis probabilitas. Geometri lereng galian dibedakan dengan ketinggian 10m, 20m, 30m dengan sudut 27°, 45°, 55°, dan 70° dan hujan memiliki tiga pola, yaitu normal, advanced, dan delayed dengan durasi tiga hari. Analisis rembesan dilakukan dengan SEEP/W dan stabilitas lereng dengan SLOPE/W. Perubahan persentase probabilitas kegagalan terbesar selama hujan didapatkan pada lereng 10m dengan sudut 70° pada pola hujan advanced dikarenakan infiltrasi air hujan sehingga terjadi kenaikan tegangan air pori negatif.

---

In this research, effect of rainfall intensity and duration to the Safety Factor will be analysed in different excavated slope geometries on unsaturated slope by conducting probabilistic analysis. Excavated slopes are differentiated into 10m, 20m, and 30m height and 27°, 45°, 55°, and 70° angles and three rainfall patterns, which are normal, advanced, and delayed with three days duration. Seepage analysis is conducted with SEEP W and slope stability with SLOPE W. Significant failure probability percentage throughout the rain is reached for 10m and 70° slope in advanced rainfall pattern due to rainfall infiltration which increases the negative pore water pressure.

Abstrak :
Dalam penelitian ini, efek dari Pola hujan terhadap Faktor Keamanan (FK) dianalisis dalam geometri yang berbeda dalam lereng tak jenuh dengan cara studi parametrik. Geometri lereng yang berbeda direpresentasikan dalam sudut: 30°, 45°, dan 60° dan hujan diasumsikan memiliki tiga pola, yaitu normal, advanced, dan delayed. Analisis rembesan dilakukan dengan SEEP/W dan stabilitas lereng dengan SLOPE/W. FK terkecil didapatkan pada pola hujan advanced pada 30° dan 45°, dan pola hujan delayed pada sudut 60°. Penurunan FK terkecil dialami sudut 45°, diikuti 60°, dan 30° dikarenakan perubahan tegangan air pori negatif dan kenaikan Muka Air Tanah.

---

In this research, effect of rain intensity to the Safety Factor (FS) will be analysed in different geometries on unsaturated slope by conducting a parametric study. Different geometries are represented by different slope angles: 30°, 45°, and 60° and the rainfall to have three different pattern, which are normal, advanced, and delayed. Seepage analysis is conducted with SEEP/W and slope stability with SLOPE/W. Lowest FS reached at advanced pattern at 30° and 45°, and delayed pattern at 60°. Least FS reduction observed at 45°, followed by 60°, and 30° due to change of negative PWP and rising GWL.

Abstrak :
Curah hujan merupakan unsur iklim yang memiliki keragaman dan fluktuasi yang tinggi di Indonesia. Hal ini membuat curah hujan merupakan unsur iklim yang paling dominan untuk mencirikan iklim di Indonesia. Berdasarkan gerakan udara naik untuk membentuk awan, terdapat tiga tipe hujan yaitu konvektif, orografik, dan gangguan. Pengukuran terhadap curah hujan dapat dilakukan dalam berbagai metode, salah satunya dengan menggunakan pengukuran jarak jauh yaitu radar (Radio Detecting and Ranging). Pada studi ini dilakukan perhitungan radar cuaca dengan menggunakan machine learninguntuk mengkaji keakuratan perhitungan data radar cuaca terhadap estimasi curah hujan di Pulau Biak, Indonesia. Produk dari radar cuaca merupakan data reflektifitas (Z). Penggunaan machine learning ini diterapkan pada data reflektifitas radar cuaca dimana data yang digunakan adalah C-MAX atau Column Maximum. Data curah hujan pada periode Desember 2021 sampai Februari 2022 di Kabupaten Biak diolah menggunakan algoritma yang berbeda, yaitu Decision Tree, Random Forest, Adaptive Boosting, Gradient Boosting Extreme Gradient Boosting. Hasil dari studi ini akan menunjukkan algoritma terbaik yang dapat digunakan untuk memprediksi estimasi curah hujan konvektif di Pulau Biak, Indonesia. Berdasarkan penelitian yang sudah dilakukan, didapatkan hasil R2 pada algoritma Decision Tree sebesar 0,70; Random Forest 0,60; Adaptive Boosting sebesar 0,42; Gradient Boosting sebesar 0,71 dan Extreme Gradient Boosting sebesar 0,73. Hasil analisis menunjukkan bahwa algoritma Extreme Gradient Boosting dapat memberikan estimasi curah hujan paling baik di Pulau Biak, Indonesia. ......Rainfall is an element of climate with high diversity and fluctuation in Indonesia. This makes rainfall the most dominant climate element to characterize the climate in Indonesia. Based on the movement of rising air to form clouds, there are three types of rain: convective, orographic, and disturbance. Rainfall can be measured in various methods, one of which is by using remote measurement, namely radar (Radio Detecting and Ranging). In this study, weather radar calculations were carried out using machine learning to assess the accuracy of weather radar data calculations on the estimated rainfall value on Biak Island, Indonesia. The product of weather radar is reflectivity (Z) data. The use of machine learning is applied to weather radar reflectivity data where the data used is C-MAX or Column Maximum. Rainfall data from December 2021 to February 2022 in Biak Regency is processed using five different algorithms: Decision Tree, Random Forest, Adaptive Boosting, Gradient Boosting, and Extreme Gradient Boosting. The result of this study will show the best algorithm that can be used to predict convective rainfall estimation in Biak Island, Indonesia. Based on the research that has been done, the R2 results obtained on the Decision Tree algorithm of 0.70; Random Forest 0.60; Adaptive Boosting of 0.42; Gradient Boosting of 0.71 and Extreme Gradient Boosting of 0.73. The analysis shows that the Extreme Gradient Boosting algorithm can estimate the best rainfall in Biak Island, Indonesia.