| dc.description.abstract | Indonesia merupakan salah satu negara dengan tingkat aktivitas seismik yang tinggi,
sehingga diperlukan metode perencanaan bangunan tahan gempa yang akurat dan representatif. Saat
ini, perencanaan ketahanan gempa di Indonesia masih mengacu pada SNI 1726:2019 yang
menggunakan spektrum respons dua-periode, yaitu percepatan spektral periode pendek (Ss) dan
periode panjang (S1). Pendekatan ini dinilai belum mampu merepresentasikan respons seismik
secara menyeluruh, khususnya pada periode menengah hingga panjang dan pada kondisi tanah
lunak. Di sisi lain, standar internasional ASCE 7-22 telah mengadopsi MPRS yang terdiri dari 22
ordinat percepatan spektral.
Penelitian ini bertujuan untuk mengembangkan model prediksi MPRS berbasis Artificial
Neural Network (ANN) dengan memanfaatkan parameter spektrum dua-periode (Ss dan S1), TL,
Vs30 serta kelas tanah (SC, SD, SE) sebagai input. Data target MPRS diperoleh dari ASCE Hazard
Tool. Model ANN dibangun dengan arsitektur tiga hidden layer (2048-1024-512 neuron) dan dilatih
melalui tahapan normalisasi data, pembagian data pelatihan, validasi, dan pengujian, serta penalaan
hiperparameter. Kinerja model dievaluasi menggunakan nilai Root Mean Square Error (RMSE),
Mean Absolute Percentage Error (MAPE), dan koefisien determinasi (R2).
Hasil penelitian menunjukkan bahwa ANN mampu menjadi model perhitungan prediksi
respons spektrum multi periode untuk desain gedung. Pada data uji diperoleh nilai RMSE 0,0327,
MAPE 7,78%, dan R
2 0,9986 yang dibuktikan kurva MPRS menunjukkan konvergensi. | en_US |
