Analisis Prediktif Stabilitas Lereng melalui Algoritma Metaheuristik yang Membantu Jaringan Syaraf

ABSTRAK
Bahasa Indonesia: Mencapai analisis stabilitas lereng yang kokoh memegang kepentingan utama dalam proyek sipil dan geoteknik. Studi ini berkaitan dengan penilaian tidak langsung stabilitas lereng menggunakan versi perbaikan dari jaringan saraf tiruan (ANN). Dua teknik metaheuristik baru, yaitu algoritma optimasi pencari (SOA) dan optimasi medan elektromagnetik (EFO) digunakan untuk mengoptimalkan ANN yang bertujuan memprediksi faktor keamanan (FOS). Dua hibrida EFO-ANN dan SOA-ANN, serta satu ANN konvensional, dilatih dan diuji menggunakan kumpulan data valid yang dikumpulkan dari literatur sebelumnya. Pertama, memeriksa pentingnya faktor input menunjukkan bahwa berat satuan material lereng ( γ ) adalah yang paling penting, diikuti oleh gesekan internal ( ϕ ), sudut lereng rata-rata ( β ), kohesi ( c ), tinggi lereng ( H ), dan koefisien tekanan air pori ( r u ). Setelah memantau kinerja ANN, model ini menghentikan pelatihan setelah beberapa periode karena adanya perbedaan dalam solusi, sedangkan masalah ini diselesaikan oleh EFO dan SOA dalam model hibrida. Akibatnya, peningkatan signifikan dicapai dalam akurasi pelatihan dan pengujian. Sebagai perbandingan, sementara EFO-ANN lebih berhasil dalam tugas pelatihan, SOA-ANN menyajikan prediksi FOS yang paling andal. Kompetensi prediksi model-model ini juga diverifikasi melalui (a) perbandingan dengan literatur sebelumnya dan (b) penerapannya pada kumpulan data dunia nyata lainnya untuk prediksi biner stabilitas/kegagalan lereng. Rumus prediksi eksplisit diturunkan dari SOA-ANN, yang direkomendasikan sebagai aproksimator FOS yang mudah digunakan dalam analisis stabilitas lereng.