LLDIKTI4LLDIKTI4

Jurnal Tekno InsentifJurnal Tekno Insentif

Curah hujan berpengaruh terhadap kegiatan operasional pertambangan, termasuk di PT. Darma Henwa site Bengalon yang memiliki tiga pit. Curah hujan tinggi sering menyebabkan genangan air pada area tambang, terganggunya kegiatan produksi, dan mempengaruhi keselamatan kerja. Oleh karena itu dibutuhkan prediksi curah hujan sesuai karakteristik wilayah untuk mendukung perencanaan operasional. Salah satu metode prediksi yang efektif adalah deret waktu dengan pendekatan seperti Moving average (MA), Weights moving average (WMA), dan Exponential Smoothing. Berdasarkan analisis pada Pit A, B, dan C, metode terbaik untuk analisis pola curah hujan adalah weights moving average [1,2,3] karena memiliki rata-rata error terkecil yaitu berkisar 0,90-1,35. Prediksi curah hujan dengan metode exponential smoothing didapatkan hasil antara 2,40-7,63mm dan tergolong sedang untuk wilayah Bengalon dengan grafik stabil. Metode prediksi terbaik adalah kombinasi weights moving average [1,2,3] dengan MAE 1,14; MSE 3,34; RMSE 1,77; MAPE 20,14% dan exponential smoothing dengan MAE 2,04; MSE 6,64; RMSE 2,54; MAPE 18,52%. Kombinasi kedua metode tersebut dapat meningkatkan akurasi dalam prediksi curah hujan di Site Bengalon PT. Dharma Henwa, Kalimantan Timur.

Weights moving average dengan bobot [1,2,3] terbukti menjadi metode terbaik untuk analisis pola curah hujan di ketiga pit karena menghasilkan error rata‑rata yang rendah dan akurasi yang tinggi (MAE 1,14.Metode exponential smoothing memberikan prediksi curah hujan dengan rentang 2,40‑7,63 mm yang tergolong sedang serta grafik yang lebih stabil, dan akurasi prediksi meningkat seiring bertambahnya data historis yang digunakan.Penggabungan kedua metode, yaitu weights moving average [1,2,3] dan exponential smoothing, secara signifikan meningkatkan ketepatan prediksi sehingga lebih dapat diandalkan untuk perencanaan operasional dan sistem penyaliran di tambang.

Penelitian selanjutnya dapat mengkaji penerapan model pembelajaran mesin seperti Long Short‑Term Memory (LSTM) atau Random Forest dalam memadukan data deret waktu untuk meningkatkan akurasi prediksi curah hujan pada lingkungan pertambangan. Selain itu, diperlukan studi yang memanfaatkan data spasial multi‑lokasi dengan teknik GIS untuk menangkap variabilitas curah hujan antar pit, sehingga menghasilkan model ruang‑waktu yang lebih representatif. Selanjutnya, pengembangan sistem prediksi adaptif berbasis sensor real‑time dan pembaruan model secara dinamis dapat memperbaiki respons operasional terhadap perubahan cuaca yang cepat, meningkatkan keselamatan dan efisiensi produksi.

  1. Analisis Tingkat Kekritisan Lingkungan dengan Metode Environmental Critical Index (ECI) di Kota Bandar... jurnal.lldikti4.or.id/index.php/jurnaltekno/article/view/1721Analisis Tingkat Kekritisan Lingkungan dengan Metode Environmental Critical Index ECI di Kota Bandar jurnal lldikti4 index php jurnaltekno article view 1721
Read online
File size709.96 KB
Pages16
DMCAReport

Related /

ads-block-test