UNIKSUNIKS

JURNAL PLANOLOGI DAN SIPIL (JPS)JURNAL PLANOLOGI DAN SIPIL (JPS)

Jembatan merupakan aset infrastruktur kritis yang memastikan kelangsungan dan efisiensi jaringan transportasi. Namun, keberlanjutan jangka panjangnya tetap menjadi masalah mendesak akibat penuaan, kerusakan, dan biaya pemeliharaan serta rehabilitasi yang terus meningkat. Studi ini mengeksplorasi integrasi pemantauan kesehatan struktural (Structural Health Monitoring (SHM)) dan analisis biaya siklus hidup (Life Cycle Cost Analysis (LCCA)) berbasis jaringan saraf tiruan (Artificial Neural Network (ANN)) sebagai pendekatan inovatif untuk meningkatkan keberlanjutan jembatan. Berlandaskan filosofi ilmu pengetahuan, penelitian ini menganalisis bagaimana integrasi ini dapat merevolusi manajemen jembatan dengan memfasilitasi pengambilan keputusan berbasis data dan mengoptimalkan alokasi sumber daya. Metodologi penelitian meliputi tinjauan literatur komprehensif, pengembangan kerangka konseptual, dan studi kasus yang menunjukkan penerapan praktis pendekatan yang diusulkan. Temuan utama menyoroti potensi SHM dan LCCA berbasis ANN dalam memberikan wawasan real-time tentang kinerja jembatan, memprediksi degradasi di masa depan, dan mengidentifikasi strategi pemeliharaan yang efisien secara biaya. Studi ini menyimpulkan bahwa integrasi ini selaras dengan prinsip-prinsip ilmu keberlanjutan dan menawarkan jalur yang menjanjikan menuju infrastruktur jembatan yang lebih tangguh, ekonomis, dan ramah lingkungan.

Integrasi SHM dan LCCA berbasis ANN secara signifikan meningkatkan keberlanjutan jembatan dari berbagai aspek.Pendekatan ini memungkinkan prediksi degradasi yang akurat dan strategi pemeliharaan yang efisien, selaras dengan prinsip-prinsip ilmu keberlanjutan.Penelitian ini menyoroti pentingnya pendekatan sistemik, interdisipliner, dan berbasis data dalam pengelolaan infrastruktur jangka panjang.

Berdasarkan temuan studi ini, penelitian lanjutan dapat difokuskan pada pengembangan model ANN yang lebih adaptif terhadap variasi data sensor dan kondisi lingkungan. Selain itu, perlu dilakukan studi komparatif untuk mengevaluasi efektivitas pendekatan terintegrasi SHM dan LCCA berbasis ANN dibandingkan dengan metode tradisional dalam berbagai jenis jembatan dan lingkungan operasional. Terakhir, penelitian lebih lanjut dapat mengeksplorasi integrasi data SHM dan LCCA dengan sistem informasi geografis (SIG) untuk visualisasi dan analisis spasial yang lebih komprehensif, sehingga memungkinkan pengambilan keputusan yang lebih tepat dan efisien dalam pengelolaan jaringan jembatan secara keseluruhan. Pengembangan ini akan berkontribusi pada peningkatan keberlanjutan, keamanan, dan efisiensi infrastruktur jembatan di masa depan, serta memberikan manfaat yang signifikan bagi masyarakat dan lingkungan.

  1. Impact of Artificial Intelligence-enabled Software-defined Networks in Infrastructure and Operations:... doi.org/10.14569/IJACSA.2021.0120109Impact of Artificial Intelligence enabled Software defined Networks in Infrastructure and Operations doi 10 14569 IJACSA 2021 0120109
  2. 0. pdf obj e9 zy h6 gn2 lp k6 rx ge xo upym s7 kw l4 y5 x1 n2 5n ut kf ey fre 4t ay qj 6x jp vlm x0 i9... doi.org/10.22316/poc/01.1.020 pdf obj e9 zy h6 gn2 lp k6 rx ge xo upym s7 kw l4 y5 x1 n2 5n ut kf ey fre 4t ay qj 6x jp vlm x0 i9 doi 10 22316 poc 01 1 02
Read online
File size1.19 MB
Pages14
DMCAReport

Related /

ads-block-test