Pengembangan Model Prediksi Respon Spektrum Multi Periode Asce 7-22 Untuk Desain Gedung dengan Pendekatan

Abstract

Indonesia berada pada kawasan tektonik yang sangat aktif sehingga perencanaan bangunan tahan gempa membutuhkan metode analisis yang akurat dan andal. Saat ini, perencanaan gempa di Indonesia masih mengacu pada SNI 1726:2019 yang menggunakan spektrum respons dua periode, yaitu percepatan spektral periode pendek (Ss) dan periode 1 detik (S1). Pendekatan ini relatif sederhana dan mudah diterapkan, namun memiliki keterbatasan dalam menggambarkan respons seismik pada periode menengah hingga panjang, terutama pada kondisi tanah lunak. Berbeda dengan itu, standar internasional seperti ASCE 7-22 telah menggunakan konsep Multi-Period Response Spectrum (MPRS) yang menyajikan hingga 22 ordinat percepatan spektral Sa(T) pada rentang periode 0–10 detik. Karena Indonesia belum memiliki basis data MPRS nasional dan analisis PSHA memerlukan sumber daya yang besar, diperlukan pendekatan alternatif yang lebih praktis. Dalam penelitian ini dikembangkan model prediksi MPRS berbasis machine learning menggunakan algoritma XGBoost. Model memanfaatkan parameter spektrum dua periode Ss dan S1, TL, Vs30 serta informasi kelas tanah (SC, SD, dan SE) sebagai variabel input, sementara data target MPRS yang terdiri dari 22 ordinat Sa(T) diperoleh dari ASCE Hazard Tool. XGBoost dibangun dengan struktur berbasis kumpulan decision tree yang dikombinasikan secara bertahap untuk menangkap hubungan nonlinier yang kompleks antara parameter input dan respons spektral multi-periode. Proses pelatihan dilakukan melalui normalisasi data dan pembagian dataset menjadi data latih (train) 80% dan data uji (test) 20%. Hasil evaluasi menunjukkan bahwa model XGBoost mampu merepresentasikan hubungan nonlinier antara spektrum dua periode dan MPRS dengan tingkat akurasi yang sangat tinggi. Pada data uji, model menghasilkan nilai RMSE sebesar 3,04%, MAPE sebesar 3,35%, dan koefisien determinasi (R2) sebesar 99,74%, yang menandakan kesalahan prediksi relatif kecil dan kemampuan penjelasan data yang sangat baik. Berdasarkan hasil tersebut, model XGBoost dinilai efektif, stabil, dan praktis sebagai pendekatan alternatif untuk mengonversi spektrum dua periode menjadi spektrum respons multi-periode, serta berpotensi menjadi solusi transisional menuju penerapan konsep MPRS yang lebih komprehensif dalam praktik rekayasa gempa di Indonesia.