RISETILMIAHRISETILMIAH

Impression : Jurnal Teknologi dan InformasiImpression : Jurnal Teknologi dan Informasi

Indonesia merupakan negara dengan tingkat aktivitas gempa yang sangat tinggi, dengan ribuan kejadian setiap tahunnya. Bangunan sekolah menjadi salah satu infrastruktur yang paling rentan, terutama bangunan lama yang belum mengikuti standar ketahanan gempa terbaru (SNI 1726:2019). Kolom sebagai elemen utama penopang beban vertikal sering menjadi titik awal keruntuhan, sehingga analisis terhadap kemungkinan kegagalannya sangat penting. Penelitian ini memodelkan probabilitas kegagalan kolom (P_fail) pada sekolah-sekolah yang berada di dekat zona sesar aktif menggunakan pendekatan probabilistik berbasis data terbuka. Tiga sumber data utama digunakan, yaitu peta percepatan tanah maksimum (PGA) dari GEM, indeks risiko regional dari InaRisk BNPB, serta data spasial dan karakteristik bangunan sekolah dari Dapodik. Seluruh informasi tersebut digabungkan dalam Sistem Informasi Geografis (GIS) untuk menghitung percepatan spektral (Sa), kapasitas kolom, dan P_fail melalui fungsi kerentanan log-normal dan simulasi Markov-Chain Monte Carlo (MCMC). Hasilnya menunjukkan bahwa sekolah di wilayah dengan PGA tinggi dan jumlah siswa besar memiliki risiko kegagalan kolom yang lebih besar. Risiko tersebut diterjemahkan menjadi skor prioritas retrofit yang dipetakan secara nasional. Integrasi tiga dataset terbuka ini menghasilkan model spasial-probabilistik yang berfokus pada elemen kolom dan memberikan kontribusi penting bagi mitigasi risiko gempa pada sektor pendidikan.

Penelitian ini berhasil mengembangkan model probabilistik inovatif untuk menilai risiko kegagalan kolom bangunan sekolah di daerah rawan gempa di Indonesia.Integrasi pendekatan probabilistik MCMC, analisis spasial nasional, dan penggunaan data terbuka menghasilkan model penilaian risiko yang efektif, dapat direplikasi, dan siap diimplementasikan oleh pemerintah.Hasil penelitian berupa peta prioritas retrofit dapat menjadi dasar penguatan struktur sekolah secara lebih tepat sasaran, efisien, dan berbasis data.Dengan demikian, penelitian ini tidak hanya memperkuat pengembangan ilmu teknik sipil di bidang kegempaan, tetapi juga memberikan manfaat nyata untuk meningkatkan keselamatan siswa dan guru di seluruh Indonesia.

Berdasarkan hasil penelitian ini, terdapat beberapa saran penelitian lanjutan yang dapat dilakukan untuk memperkuat pemahaman dan mitigasi risiko gempa pada bangunan sekolah. Pertama, perlu dilakukan studi lebih lanjut untuk mengidentifikasi karakteristik spesifik bangunan sekolah yang paling rentan terhadap kegagalan kolom, dengan mempertimbangkan faktor-faktor seperti jenis material, usia bangunan, dan kualitas konstruksi. Kedua, pengembangan model yang lebih kompleks dengan memasukkan data seismik lokal dan karakteristik tanah dapat meningkatkan akurasi prediksi risiko. Ketiga, penelitian dapat difokuskan pada evaluasi efektivitas berbagai strategi retrofit dalam mengurangi risiko kegagalan kolom, dengan mempertimbangkan aspek biaya dan keberlanjutan. Dengan menggabungkan ketiga saran ini, diharapkan dapat dihasilkan rekomendasi yang lebih komprehensif dan terarah untuk meningkatkan ketahanan bangunan sekolah terhadap gempa di Indonesia.

  1. Seismic risk prioritization of masonry building stocks using machine learning - Coskun - 2024 - Earthquake... doi.org/10.1002/eqe.4227Seismic risk prioritization of masonry building stocks using machine learning Coskun 2024 Earthquake doi 10 1002 eqe 4227
  2. Mapping Schools Vulnerability to Earthquakes: Case Study of Cianjur Earthquake 21 November 2022 | E3S... doi.org/10.1051/e3sconf/202460002007Mapping Schools Vulnerability to Earthquakes Case Study of Cianjur Earthquake 21 November 2022 E3S doi 10 1051 e3sconf 202460002007
  3. Penerapan Program Pintar Statistik dengan Menggunakan Software Minitab pada SMA Negeri 8 Ambon | Bakti... jurnal.lldikti12.id/index.php/bakti/article/view/139Penerapan Program Pintar Statistik dengan Menggunakan Software Minitab pada SMA Negeri 8 Ambon Bakti jurnal lldikti12 index php bakti article view 139
  4. 0. please enable javascript view page content support doi.org/10.21608/fuje.2024.3449570 please enable javascript view page content support doi 10 21608 fuje 2024 344957
Read online
File size710.04 KB
Pages10
DMCAReport

Related /

ads-block-test