Di wilayah rawan gempa, seperti Asia Tengah, Jepang, dan sebagian besar zona Cincin Api Pasifik, tantangan utama dalam teknik sipil adalah mengurangi dampak gempa terhadap struktur bangunan. Dalam beberapa dekade terakhir, teknologi isolasi seismik dan sistem peredam getaran (damping) telah berkembang pesat, menciptakan peluang baru bagi dunia konstruksi yang lebih aman, ekonomis, dan tahan lama. Artikel yang ditulis oleh Prof. Makhmudov Said dan Abduraimova KHadicha ini meninjau berbagai pendekatan inovatif dalam desain pondasi dan sistem isolasi seismik, mengklasifikasikan berbagai teknik berdasarkan mekanisme kerjanya, dan memperkenalkan model baru sistem peredaman getaran yang menjanjikan peningkatan kinerja struktural hingga 3 kali lipat.

Klasifikasi Teknologi Proteksi Seismik: Pasif vs Aktif

1. Sistem Aktif (Active Systems)

Sistem ini menggunakan sumber energi eksternal untuk mengatur respons dinamis struktur saat gempa. Misalnya:

• Mengubah kekakuan atau massa struktur saat mendeteksi getaran.
• Menghindari resonansi dengan penyesuaian frekuensi alami.

Meskipun lebih kompleks dan mahal, sistem ini mampu mengendalikan respons bangunan secara real time.

2. Sistem Pasif (Passive Systems)

Lebih umum digunakan, terdiri dari:

• Isolasi seismik (seismic isolation): Menciptakan fleksibilitas di antara struktur dan tanah.
• Damping: Mengurangi energi gempa melalui alat peredam.

Contoh teknologi:

• Pondasi lentur (flexible base)
• Pendukung karet dengan inti timah
• Sabuk geser fluoroplastik
• Peredam gesekan (dry friction dampers)
• Peredam dinamis (dynamic vibration dampers)

Contoh Desain Inovatif & Analisis Teknis

1. Fondasi Elastis: Inti Timah dalam Pendukung Karet

Desain ini menggunakan:

• Karet logam elastis (rubber-metal bearing): Fleksibilitas horizontal.
• Inti timah (lead core): Mengabsorpsi energi.

Keunggulan:

• Tahan terhadap ratusan siklus gempa.
• Biaya terjangkau dan mudah dipasang.

Kelemahan:

• Sulit menjaga kekuatan saat terjadi gerakan besar antar bagian pondasi.

2. Pondasi Kinematik: Restorasi dengan Gaya Gravitasi

Dalam sistem ini:

• Bagian atas bangunan diletakkan pada pendukung berbentuk bola/ellipsoid.
• Saat terjadi gempa, bangunan bergerak sedikit ke atas, lalu gravitasi menariknya kembali ke posisi semula.

Kelebihan:

• Tanpa perangkat mekanik tambahan.

Kekurangan:

• Tidak cocok untuk gempa berdurasi panjang (>8 SR).
• Berisiko bangunan “jatuh” dari dudukannya tanpa sistem redaman tambahan.

3. Sabuk Geser Fluoroplastik

Merupakan sistem isolasi seismik tanpa gaya pemulih, terdiri dari:

• Lapisan fluoroplastik sebagai media geser.
• Grillage & upper strapping pada pondasi.

Cara kerja:

• Saat gempa, bangunan bergeser secara relatif terhadap pondasi.
• Beban tereduksi oleh gaya gesek antar lapisan.

Catatan:

• Diperlukan pengendali batas gerak horizontal dan vertikal agar tetap aman.

4. Peredam Gesekan Kering (DDF) ala V.V. Nazin

Konsep:

• Batang kantilever menggeser sistem cincin beton bertulang saat gempa.
• Gaya gesek antar cincin menyerap energi.

Keunggulan:

• Murah, sederhana, mudah diaplikasikan.

Kelemahan:

• Rentan terhadap osilasi frekuensi tinggi yang mengganggu stabilitas.
• Kinerja tergantung bobot bangunan.

5. Lapisan Peredam Longgar (Damping Layer)

Sistem ini menempatkan lapisan granular seperti pasir atau batu pecah di antara pondasi dan tanah. Fungsi utamanya:

• Menyerap energi seismik.
• Mengurangi getaran hingga 0,5–2,5 SR, tergantung material dan ketebalan.

Skema sistem ini (Gbr. 8 dalam paper):

• Balok pondasi atas & bawah.
• Lapisan granular dengan properti redaman viskoelastik.
• Batasi perpindahan horizontal & vertikal.

Simulasi, Dampak Struktural, dan Efisiensi Material

Studi ini menyimpulkan bahwa kombinasi sistem isolasi & damping yang tepat dapat:

• Mengurangi gaya dalam struktur hingga 3 kali lipat.
• Menghemat material konstruksi (beton, baja).
• Memungkinkan pembangunan gedung tinggi di zona dengan gempa > 8 SR.

Studi Pendukung & Validasi Data

Eisenberg (2007):

• Displacement horizontal pada bangunan dengan isolasi jauh lebih kecil dibanding tanpa isolasi.
• Kerusakan struktural lebih rendah, biaya perbaikan juga turun drastis.

Analisis Seismogram Lapangan:

• Dibandingkan antara struktur dengan dan tanpa sabuk redaman.
• Sistem “base–pillow–foundation” menunjukkan penurunan getaran signifikan pada bangunan di atas bantalan granular.

Analisis Kritis & Rekomendasi Tambahan

1. Adaptasi Sistem Terhadap Iklim & Tanah Lokal

Setiap sistem isolasi harus diuji ulang pada:

• Tanah berlempung/lunak.
• Wilayah dengan fluktuasi suhu ekstrem.

2. Kebutuhan Kalkulasi Dinamis Langsung

• Harus dilengkapi perekaman akselerogram real dari lokasi proyek.
• Tidak cukup hanya pakai spektrum desain umum.

3. Tren Global:

• Jepang dan Selandia Baru makin banyak mengadopsi sistem isolasi adaptif (mengubah kekakuan saat gempa).
• Kombinasi damping + sliding isolation kini jadi standar baru di gedung tinggi.

Kesimpulan: Solusi Masa Depan Ada di Fondasi

Desain pondasi modern tak hanya menopang beban, tapi juga mengatur respons terhadap gempa. Studi ini menunjukkan bahwa melalui pendekatan teknis yang tepat—baik elastis, gravitasi, geser, atau peredam aktif—kita dapat membangun struktur yang tangguh, ekonomis, dan aman bahkan di zona seismik ekstrem. Dengan teknologi isolasi seismik, dunia konstruksi bergerak dari reaktif menjadi proaktif. Inovasi ini bukan hanya untuk masa depan—tapi kebutuhan mendesak saat ini.

Sumber : Makhmudov S. M. & Abduraimova K. R. Innovative Designs and Technologies in Foundation Engineering and Geotechnics. International Journal of Scientific & Technology Research, Vol. 9, Issue 01, January 2020.

Di tengah pesatnya perkembangan kota modern, pemanfaatan ruang bawah tanah menjadi sebuah keniscayaan. Tak hanya digunakan untuk basement bertingkat pada gedung pencakar langit, ruang ini juga menampung subway, pusat perbelanjaan bawah tanah, hingga fasilitas pertahanan sipil. Namun, seiring meningkatnya skala dan kedalaman penggalian, tantangan teknis dan risiko keselamatan pun meningkat secara eksponensial. Dalam konteks ini, monitoring galian pondasi (foundation pit monitoring) menjadi aspek vital untuk memastikan stabilitas struktur dan keselamatan lingkungan sekitar proyek.

Artikel ilmiah karya S.M. Zhang, J. Qian, Q.Y. Zhang, Y.S. Huang, dan X.Q. Wang dari Zhejiang University City College, memberikan tinjauan menyeluruh terhadap perkembangan riset dan teknologi dalam monitoring galian pondasi, baik secara global maupun domestik di Tiongkok. Artikel ini tidak hanya mengupas teori dasar, tetapi juga membahas inovasi alat ukur, sistem peringatan dini, studi kasus proyek nyata, hingga permasalahan aktual di lapangan.

Sejarah dan Evolusi Riset Monitoring Galian Pondasi

Global: Dari Teori Terzaghi ke Teknologi EMI

Riset monitoring galian pondasi secara global dimulai sejak tahun 1930-an oleh Terzaghi, bapak geoteknik, yang memperkenalkan metode total stress approach untuk memperkirakan kestabilan tanah dan beban struktur penahan. Pada 1950-an, pendekatan analisis heaving oleh Bjerrum dan Eide memperkaya studi deformasi tanah. Tahun 1960-an, instrumen monitoring mulai digunakan di tanah lunak Oslo dan Mexico City, meningkatkan akurasi prediksi berdasarkan data pengukuran nyata.

Memasuki abad ke-21, teknologi semakin berkembang. Venu Gopal Madhav Annamdas dan Yaowen Yang memperkenalkan penggunaan teknologi electromechanical impedance (EMI) untuk memantau struktur penahan galian. Ini menandai transisi dari metode mekanik konvensional ke sistem cerdas berbasis sensor dan jaringan informasi.

Tiongkok: Lompatan Besar Sejak Reformasi Ekonomi

Di Tiongkok, perkembangan signifikan dimulai pada 1980-an seiring kebijakan reformasi dan pembukaan ekonomi. Proyek konstruksi besar-besaran bermunculan, mendorong kebutuhan akan sistem monitoring yang lebih canggih.

Beberapa pencapaian penting antara lain:

• Zhiyong Zhang (1999): Menggunakan model dinamis abu-abu GM(1,1) untuk memprediksi penurunan permukaan bangunan.
• Xiaoqi Lan (2006): Mengembangkan analisis deret waktu untuk memodelkan data penurunan bangunan secara akurat.
• Li Wang (2006): Menggunakan filter Kalman untuk memproses data deformasi bendungan secara dinamis.

Studi Kasus: Monitoring dan Dampak Penggalian pada Terowongan Sekitar

Salah satu isu yang paling menonjol dalam pembangunan bawah tanah adalah dampak penggalian terhadap terowongan atau infrastruktur sekitar. Dua studi penting diangkat dalam artikel:

1. Proyek East Road Overpass

• Peneliti: Yu Chen
• Metodologi: Monitoring waktu nyata pada terowongan bawah proyek.
• Temuan: Penggalian menyebabkan tanah di sekitar terowongan mengalami resilience uplift dengan bentuk distribusi mendekati kurva normal.
• Catatan: Deformasi terbesar berada di titik terdekat dengan pusat galian.

2. Proyek Shanghai Square

• Peneliti: Longchuan Kuang
• Temuan: Penggalian galian dalam menyebabkan deformasi terowongan menjadi oval horizontal.
• Rekomendasi: Penuangan pelat pondasi dasar secara cepat dapat menghambat perkembangan deformasi.

Perkembangan Sistem Peringatan Dini & Manajemen Data

Salah satu tantangan utama dalam monitoring galian pondasi adalah integrasi dan konsistensi sistem peringatan dini. Banyak proyek masih menggunakan perangkat sederhana seperti theodolite atau water level gauge, dan frekuensi observasi bervariasi tergantung operator—dari satu kali seminggu hingga lebih dari sepuluh hari.

Solusi Inovatif:

• Wu Zhenjun: Mengembangkan sistem manajemen informasi monitoring berbasis GIS yang memungkinkan integrasi data secara real-time untuk analisis deformasi dan peringatan dini.
• Yong He: Merancang sistem pemantauan real-time yang lebih akurat dan adaptif terhadap dinamika lapangan.

Penggunaan Teknologi Baru dan Kecerdasan Buatan

Dalam upaya meningkatkan akurasi, beberapa teknologi mutakhir mulai diterapkan:

• Jinyi Quan: Menggunakan total station berpresisi tinggi untuk memantau bangunan bersejarah di Jinan.
• Jiankun Zhang & Jin Wang: Menerapkan metode stasiun bebas (free stationing) untuk meningkatkan akurasi tanpa mengandalkan titik referensi tetap.
• Yi Li: Menggunakan extended Kalman filter dalam monitoring deformasi pondasi.
• Kanghu Hu: Mengembangkan sistem monitoring cerdas berbasis jaringan saraf Elman dengan toolbox MATLAB.

Masalah Aktual di Lapangan

Meskipun banyak inovasi telah dilakukan, sejumlah masalah teknis tetap menghantui proyek monitoring pondasi:

• Kesalahan sistematis: Terjadi karena peralatan lama tidak mampu mencatat stres pendukung secara akurat.
• Frekuensi monitoring yang inkonsisten: Menghasilkan data cacat karena pengaruh kesalahan manusia.
• Ketidaksesuaian desain dan kenyataan: Variabel kompleks seperti struktur tanah dan beban aktual sering kali membuat hasil perhitungan menyimpang dari kenyataan.

Analisis Kritis & Rekomendasi Tambahan

1. Perlunya Standarisasi Nasional

Tiongkok masih menghadapi kurangnya standarisasi nasional dalam monitoring galian pondasi. Mengingat tingginya risiko kecelakaan, pengembangan standar seperti frekuensi minimal monitoring, jenis sensor wajib, dan protokol integrasi data perlu segera dilakukan.

2. Pembelajaran dari Industri Internasional

Sektor konstruksi di negara-negara maju telah mengadopsi sistem Building Information Modelling (BIM) dan sensor IoT dalam integrasi sistem monitoring. Langkah ini dapat menjadi acuan bagi negara-negara berkembang dalam memperkuat fondasi digital pada proyek-proyek infrastruktur bawah tanah.

3. Kombinasi Prediktif AI & Big Data

Penerapan AI melalui model prediktif deret waktu, neural network, atau deep learning pada kumpulan data deformasi dari ribuan proyek serupa bisa meningkatkan akurasi peringatan dini secara signifikan. Industri dapat mengembangkan data lake nasional untuk monitoring pondasi guna mendukung sistem berbasis pembelajaran mesin secara berkelanjutan.

Kesimpulan: Jalan Panjang Menuju Monitoring Pintar yang Tangguh

Monitoring galian pondasi telah mengalami lompatan besar dari alat ukur manual menuju teknologi prediktif berbasis sensor dan data. Namun, tantangan seperti integrasi sistem, akurasi alat, serta penerapan teknologi mutakhir masih menjadi pekerjaan rumah. Studi ini menggarisbawahi bahwa masa depan monitoring pondasi terletak pada otomatisasi, integrasi data, dan kecerdasan buatan.

Dengan semakin banyaknya pembangunan bawah tanah dan meningkatnya tuntutan keselamatan, sistem monitoring yang canggih bukan lagi pelengkap—tetapi fondasi utama bagi konstruksi modern yang aman dan berkelanjutan.

Sumber asli : Zhang, S.M., Qian, J., Zhang, Q.Y., Huang, Y.S., & Wang, X.Q. The Research Review on Monitoring of Foundation Pit. Zhejiang University City College, China. Dipresentasikan pada International Conference on Information Technology and Management Innovation (ICITMI 2015).

Pendahuluan: Menyatukan Teknologi dan Tanah dalam Geoteknik

Dalam dunia konstruksi, tanah adalah risiko terbesar dan paling tak terduga. Terlebih di negara seperti Bangladesh, yang dipenuhi sungai dan memiliki kondisi tanah yang sangat heterogen. Penelitian oleh Debojit Sarker, Md. Zoynul Abedin, Jewel Sarker & Zahirul Quaium dari Bangladesh University of Engineering and Technology membahas penggunaan MATLAB untuk memprediksi log bor berdasarkan data SPT (Standard Penetration Test) dan distribusi butiran tanah, sebagai solusi cerdas untuk efisiensi biaya dan perencanaan geoteknik yang lebih akurat.

Studi ini menggabungkan analisis numerik, pemetaan kontur, dan validasi model untuk prediksi risiko likuifaksi tanah dalam konteks proyek besar: Janjira Approach Road dari Padma Multipurpose Bridge Project.

Latar Belakang: Mengapa Data Tanah Sangat Penting?

Pekerjaan geoteknik membutuhkan pemahaman menyeluruh terhadap kondisi bawah permukaan. Namun, investigasi tanah sering kali dibatasi oleh anggaran, bukan oleh kebutuhan teknis. Hal ini menyebabkan:

• Informasi tanah tidak akurat
• Risiko kegagalan pondasi meningkat
• Biaya koreksi struktural membengkak di tengah proyek

Bangladesh, dengan geologi aluvial dan latar belakang gempa, membutuhkan metode canggih untuk memprediksi profil tanah secara spasial di luar titik pengujian.

Tujuan Penelitian

Fokus utama:

1. Mengembangkan model matematis berbasis MATLAB untuk:
   • Membuat profil vertikal SPT
   • Memprediksi log bor di lokasi tanpa pengujian langsung
2. Validasi model menggunakan data lapangan aktual
3. Mengaplikasikan model pada kasus nyata evaluasi likuifaksi tanah

Lokasi Studi: Jalan Pendekat Janjira – Padma Bridge

Rincian lokasi:

• Lokasi: Distrik Madaripur, Bangladesh
• Panjang ruas jalan: 20 km
• Jumlah titik bor: 15 boreholes
• Kedalaman uji: hingga 19,5 meter

Kondisi geologi:

• Aluvium sungai dengan campuran pasir, lanau, kerikil, dan sedikit batuan
• Kepadatan tanah meningkat drastis di bawah -60 m PWD
• Potensi likuifaksi tinggi pada lapisan atas saat gempa

Metodologi: Model MATLAB untuk Prediksi Log Bor

1. Input Data

• Nilai SPT-N
• Persentase pasir dan halus
• Ketinggian air tanah
• Data GPS chainage
• Kedalaman dan elevasi titik bor

Total data: lebih dari 600 data point dari 15 titik bor

2. Tools MATLAB yang Digunakan

• interp2, meshgrid, contour, surf: untuk interpolasi multidimensi
• Script file untuk visualisasi profil SPT
• Function file untuk pemanggilan fungsi dan hasil prediksi

3. Hasil Model

• Grafik kontur SPT
• Plot permukaan distribusi butiran tanah
• Log bor prediksi pada chainage 26100 yang sesuai dengan data aktual

Studi Kasus: Evaluasi Risiko Likuifaksi

1. Apa Itu Likuifaksi?

Likuifaksi terjadi ketika tanah jenuh air berubah menjadi cair karena tekanan air pori tinggi akibat gempa. Ini menyebabkan:

• Hilangnya daya dukung tanah
• Potensi runtuhnya struktur permukaan

2. Parameter Analisis

• CSR (Cyclic Stress Ratio)
• CRR (Cyclic Resistance Ratio)
• FS (Factor of Safety)
• LPI (Liquefaction Potential Index)

3. Skema Uji:

• Gempa simulasi: magnitudo 6.0 – 7.8
• Peak Ground Acceleration (PGA): 0.3g – 0.45g
• Kedalaman air tanah diasumsikan berada di permukaan tanah

Validasi Model: Gempa Nepal 2015

Data Gempa:

• Magnitudo: 7.8 Mw
• Jarak ke lokasi uji: ±830 km
• Kedalaman hiposenter: 15 km

Rumus Attenuasi PGA (Ulusay et al., 2004):

Untuk menguji keandalan model prediksi berbasis MATLAB, penelitian ini melakukan validasi menggunakan gempa nyata, yaitu gempa Nepal tahun 2015 dengan magnitudo 7.8 Mw. Rumus attenuasi dari Ulusay et al. (2004) digunakan untuk memperkirakan Peak Ground Acceleration (PGA) dengan formula:
log PGA = 0.65M – 0.9 log R – 0.44, di mana M adalah magnitudo gempa dan R adalah jarak dari sumber gempa (dalam kilometer). Dengan M = 7.8 dan R = 830 km, diperoleh nilai PGA sebesar ±0.12g. Hasil analisis menunjukkan bahwa untuk magnitudo 6.7, baik nilai Liquefaction Potential Index (LPI) hasil pengujian langsung (in-situ) maupun prediksi menunjukkan kategori "None". Sementara itu, untuk magnitudo 7.8, baik data in-situ maupun hasil prediksi menyatakan kategori "Low". Kesimpulannya, model berbasis MATLAB ini mampu memprediksi nilai LPI dan distribusi SPT dengan akurasi tinggi, menjadikannya alat yang praktis dan andal untuk perencanaan infrastruktur tahan gempa di daerah rawan likuifaksi.

Kelebihan Model dan Nilai Tambah

Efisiensi Proyek:

• Prediksi data tanah di lokasi yang belum diuji → hemat waktu dan biaya
• Mendukung pengambilan keputusan sejak tahap feasibility

Aplikasi Lanjutan:

• Perencanaan kota berbasis zona likuifaksi
• Optimalisasi desain pondasi
• Basis sistem informasi geoteknik nasional

Kritik Konstruktif:

• Model belum mengintegrasikan AI/ML untuk prediksi otomatis
• Belum membandingkan metode ini dengan CPT atau georadar

Implikasi Industri: Mengubah Cara Kita Melihat Tanah

Penelitian ini menunjukkan bahwa teknologi seperti MATLAB:

• Bukan hanya untuk laboratorium
• Tapi bisa diterapkan langsung dalam pengambilan keputusan praktis di lapangan

Bangladesh, dan juga negara lain seperti Indonesia, sangat diuntungkan jika pendekatan ini digunakan di:

• Proyek jembatan di daerah rawa/sungai
• Pembangunan cepat di area dengan data tanah terbatas
• Pengelolaan bencana gempa dan banjir

Kesimpulan: Teknologi untuk Konstruksi yang Lebih Aman

Model prediktif berbasis MATLAB terbukti:

• Mampu memperkirakan log bor secara akurat
• Menyediakan data penting untuk desain struktur tahan gempa
• Dapat menghemat anggaran proyek tanpa mengurangi ketepatan teknis

Studi ini menginspirasi pentingnya integrasi data dan komputasi numerik dalam teknik sipil masa depan.

Sumber : Sarker, Debojit; Abedin, Md. Zoynul; Sarker, Jewel; Quaium, Zahirul (2015). Use of MATLAB in Identifying Borehole Log at a Particular Location of a Site. IABSE-JSCE Joint Conference on Advances in Bridge Engineering-III, Dhaka, Bangladesh.

Pendahuluan: Belajar dari Kegagalan dalam Teknik Geoteknik

Dalam dunia teknik sipil dan geoteknik, kegagalan struktur seperti runtuhnya jembatan, longsor tambang, atau kebocoran bendungan bukan hanya menimbulkan kerugian material, tapi juga bisa mengorbankan nyawa. Untuk mencegah kejadian serupa terulang, diperlukan metode sistematis untuk menyelidiki penyebab utamanya—Root Cause Analysis (RCA).

Makalah karya Prof. Dr. Heinz Konietzky dari TU Bergakademie Freiberg ini menjelaskan bagaimana RCA diterapkan dalam berbagai kasus teknik geoteknik. Artikel ini merangkum, menganalisis, dan mengembangkan isi dari paper tersebut dengan menambahkan konteks industri, studi kasus nyata, serta kritik dan relevansi terhadap praktik masa kini.

Apa Itu Root Cause Analysis dan Mengapa Penting?

Root Cause Analysis (RCA) adalah teknik investigasi mendalam untuk mencari penyebab utama suatu kegagalan. Bukan sekadar menyalahkan faktor di permukaan, RCA menggali hingga akar masalah agar solusi yang diambil benar-benar mencegah kegagalan berulang. RCA digunakan di berbagai sektor:

• Investigasi kecelakaan
• Audit keselamatan
• Manajemen risiko
• Evaluasi kualitas konstruksi

Tujuan Utama RCA:

• Apa yang terjadi?
• Bagaimana hal itu bisa terjadi?
• Mengapa itu terjadi?
• Bagaimana mencegahnya di masa depan?

Metodologi RCA: Pendekatan yang Berlapis

Makalah ini memaparkan beragam metode RCA, masing-masing dengan pendekatan dan kekuatannya:

• Fishbone Diagram: Menyusun penyebab-penyebab potensial secara sistematis.
• Five Whys: Menggali penyebab dengan mengajukan pertanyaan “mengapa” secara berulang.
• Barrier Analysis: Mengidentifikasi kegagalan pengamanan fisik/prosedural.
• Event and Causal Factor Analysis: Mengurutkan kronologi kejadian.
• Fault Tree Analysis (FTA): Menggunakan logika boolean untuk menelusuri alur kegagalan.
• Numerical Backanalysis: Simulasi berbasis model numerik untuk mereplikasi mekanisme keruntuhan.

Kekuatan Utama RCA: Data

Tidak ada RCA tanpa data. Proses pengumpulan data mencakup:

• Dokumentasi proyek
• Wawancara saksi dan tenaga teknis
• Data pemantauan dan hasil pengukuran lapangan
• Standar teknis dan regulasi
• Observasi fisik di lokasi kejadian

Aplikasi RCA: Studi Kasus Lapangan

1. Jembatan: Studi Kegagalan Jembatan Zijin, Tiongkok

Data:

• Periode analisis: 2009–2019
• Lokasi: Heyuan, Guangdong

Penyebab utama keruntuhan:

• Peningkatan volume kendaraan
• Erosi sungai yang semakin parah
• Penguatan pilar ke-3 yang tidak memadai
• Minimnya sistem pemantauan struktural

Metodologi: FTA dan SEA digunakan untuk menyusun diagram pohon kesalahan. Alur kegagalan jembatan divisualisasikan, dari awal kerusakan hingga kolaps total.

Ilustrasi:
FTA menunjukkan hubungan langsung antara X1 (arus air tinggi), X2 (beban lalu lintas berlebih), hingga G1 (keruntuhan total).

2. Pertambangan Batubara Bawah Tanah

Temuan Utama:

• Jenis dan ketebalan lapisan atap
• Dimensi geometri lokasi pertemuan
• Adanya patahan geologi
• Kelembaban dan aliran air

Dampak: Kegagalan desain penyangga atap yang menyebabkan roof fall (runtuhnya atap tambang).

Metode: FTA dan klasifikasi geomekanik digunakan untuk membentuk sistem dukungan penyangga baru.

Contoh Visual:
RCA berbentuk diagram menyimpulkan bahwa kelembaban dan keberadaan patahan adalah dua pemicu utama.

3. Kontrol Tanah di Tambang Batuan Keras

Penelitian oleh Dey & Barclay (2018) menemukan 10 faktor penyebab utama dari 40 yang diteliti, antara lain:

• Kurangnya pemahaman terhadap kondisi geologi
• Sistem pendukung yang tidak tahan terhadap rockburst
• Rencana penambangan yang tidak sesuai
• Kurangnya pemahaman bahaya seismik
• Minimnya sumber daya ahli

Solusi yang Disarankan:

• Desain ekskavasi yang mempertimbangkan area rentan rockburst
• Alat instalasi yang memadai
• Integrasi dukungan sekunder ke dalam siklus operasi
• Sistem bonus produksi yang menghargai pre-hab dan rehab
• Perbaikan sistem pengukuran kapasitas dukungan residu

4. Sumur Penyimpanan Garam

Studi oleh Berest et al. (2019) menunjukkan bahwa kebocoran pada casing dan semen sebagian besar disebabkan:

• Sambungan las dan ulir yang buruk
• Korosi internal
• Deformasi batuan garam

Tindakan Pencegahan:

• Monitoring tekanan jangka panjang
• Pengujian integritas mekanik
• Penerapan teknik pengeboran berkualitas tinggi

5. Bendungan dan Fasilitas Penyimpanan Tailing

Metode RCA:

• Backanalysis (Anderson, 1998)
• Fishbone diagram (Barker, 2016)

Penyebab Umum Kegagalan Bendungan:

• Erosi pada lereng atau abutmen
• Ketidakstabilan lereng waduk
• Underestimation terhadap tekanan efektif
• Retakan karena pengerasan cepat
• Variabilitas kekakuan fondasi akibat metode penyimpanan tailing

Langkah Mitigasi:

• Desain ulang area penyimpanan
• Penyesuaian tinggi tumpukan material
• Kontrol terhadap laju konstruksi

Analisis Tambahan dan Kritis

Relevansi RCA dengan Industri Konstruksi Modern

Dalam proyek infrastruktur berskala besar, seperti IKN Nusantara di Indonesia, RCA bisa menjadi alat penting untuk mencegah kegagalan fondasi, jembatan, dan bendungan. RCA membantu manajemen proyek memahami akar masalah teknis sebelum muncul di lapangan.

Opini Kritis: Kekuatan dan Kelemahan RCA

Kekuatan:

• Sistematis dan logis
• Berdasarkan data dan bukti
• Meningkatkan kesadaran akan pentingnya dokumentasi teknis

Kelemahan:

• Rentan terhadap bias interpretasi jika data tidak lengkap
• Membutuhkan waktu dan sumber daya ahli
• Tidak selalu bisa dijalankan secara real-time saat kondisi darurat

Hubungan RCA dengan Tren Teknologi

Integrasi RCA dengan machine learning dan sensor IoT semakin berkembang. Dengan algoritma prediktif, sistem RCA masa depan bisa memetakan potensi kegagalan secara otomatis sebelum terjadi. Digital twin juga memungkinkan visualisasi RCA berbasis simulasi digital.

Kesimpulan: RCA adalah Investasi Keamanan

Root Cause Analysis bukan hanya alat investigasi pascakejadian, tetapi fondasi untuk membangun sistem teknik geoteknik yang lebih tahan bencana. Dari studi jembatan di Tiongkok, tambang batubara Afrika Selatan, hingga sumur penyimpanan garam global, penerapan RCA telah terbukti menyelamatkan biaya, waktu, dan yang terpenting—nyawa. RCA mengajarkan kita satu hal penting: setiap kegagalan menyimpan pelajaran, jika kita cukup bijak untuk mencarinya.

Sumber : Konietzky, Heinz (2021). Root Cause Analysis in Geotechnical Engineering – An Introduction. TU Bergakademie Freiberg.

 

Penelitian yang dilakukan oleh Josef Musílek, Petr Hrubý, dan Ondrej Stopka, dosen dari Institute of Technology and Business di České Budějovice, Republik Ceko, mengeksplorasi secara mendalam karakteristik tanah pasir sebagai tanah dasar fondasi bangunan. Artikel yang berjudul "Diversity of Characteristics of Sandy Soils in Relation to Foundation Engineering" ini dipresentasikan pada World Multidisciplinary Earth Sciences Symposium (WMESS) 2016 dan diterbitkan dalam IOP Conference Series: Earth and Environmental Science. Penelitian ini memfokuskan pada analisis daya dukung tanah pasir, mengidentifikasi faktor-faktor yang mempengaruhinya, dan memberikan rekomendasi praktis untuk teknik fondasi.

Pendahuluan dan Klasifikasi Tanah Pasir

Tanah pasir merupakan salah satu jenis tanah non-kohesif yang memiliki karakteristik beragam dalam konteks rekayasa fondasi. Musílek dkk. menjelaskan bahwa tanah pasir didefinisikan sebagai kelompok tanah dengan ukuran butir antara 0,06 hingga 2 mm. Dalam konteks fondasi bangunan, tanah pasir dapat dibagi menjadi lima kelas berbeda, yaitu S1 hingga S5, masing-masing dengan karakteristik dan nilai daya dukung yang bervariasi.

Standar CSN 73 1001 (Standar Republik Ceko tentang Fondasi Struktur, Tanah Dasar di bawah Fondasi Dangkal) digunakan sebagai acuan dalam penelitian ini untuk menilai kesesuaian tanah pasir sebagai tanah dasar fondasi. Para peneliti berfokus pada kategori geoteknik 1, yang mencakup struktur kecil dan sederhana dengan risiko yang minimal. Dalam kategori ini, penilaian desain fondasi bangunan dilakukan berdasarkan pengalaman dan survei geoteknik tanpa perlu pengujian lapangan yang mahal.

Karakteristik Daya Dukung Tanah Pasir

Daya dukung tanah pasir sangat bervariasi dan dipengaruhi oleh berbagai faktor. Nilai perkiraan daya dukung ditentukan berdasarkan standar CSN 73 1001 dan berlaku hingga kedalaman fondasi 1 meter. Untuk struktur yang lebih kompleks dan kedalaman fondasi yang lebih besar, pengujian di lokasi (in situ) diperlukan.

Penelitian ini menemukan bahwa nilai daya dukung tanah pasir sangat bergantung pada:

1. Kelas tanah pasir (S1-S5)
2. Lebar fondasi
3. Kandungan butir halus
4. Tingkat kepadatan tanah

Hasil analisis menunjukkan pola yang menarik dalam nilai daya dukung tanah pasir berdasarkan lebar fondasi dan kelas tanah:

Pengaruh Lebar Fondasi

Penelitian menganalisis empat lebar fondasi yang berbeda: 0,5 meter, 1 meter, 3 meter, dan 6 meter. Fondasi dengan lebar 3 meter secara konsisten menunjukkan nilai daya dukung tertinggi untuk semua kelas tanah pasir (S1-S5). Nilai maksimum daya dukung mencapai 800 kPa untuk tanah pasir bergradasi baik (S1/SW).

Untuk fondasi dengan lebar 6 meter, nilai daya dukung lebih rendah, dengan nilai tertinggi mencapai 600 kPa (75% dari nilai maksimum) untuk kelas S1. Tren penurunan nilai daya dukung berlanjut untuk lebar fondasi 1 meter, dengan nilai tertinggi 500 kPa (62,5%) untuk kelas S1, dan mencapai nilai terendah untuk lebar fondasi 0,5 meter, dengan nilai tertinggi hanya 300 kPa (37,5%) untuk kelas S1.

Data menunjukkan bahwa fondasi dengan lebar 3 meter adalah yang paling optimal dalam kaitannya dengan daya dukung untuk semua kelas tanah pasir. Secara keseluruhan, perbedaan antara nilai daya dukung tertinggi dan terendah (antara kelas S1 dan S5) mencapai 575 kPa (72%) untuk lebar fondasi 3 meter.

Pengaruh Kelas Tanah Pasir

Penelitian ini menunjukkan bahwa kelas S1 (SW, pasir bergradasi baik) memiliki nilai daya dukung tertinggi untuk semua lebar fondasi, sedangkan kelas S5 (SC, pasir lempungan) memiliki nilai daya dukung terendah. Penurunan nilai daya dukung terjadi secara bertahap dari kelas S1 hingga S5:

• Untuk lebar fondasi 3 meter, nilai daya dukung menurun dari 800 kPa (S1) hingga 225 kPa (S5), penurunan sebesar 575 kPa (72%).
• Penurunan terbesar terjadi antara kelas S1 (SW) dan S2 (SP), juga antara S2 (SP) dan S3 (S-F), masing-masing sekitar 200 kPa (25%).
• Penurunan lebih kecil terjadi antara kelas S3 (S-F) dan S4 (SM) sebesar 100 kPa (12,5%), serta antara S4 (SM) dan S5 (SC) sebesar 75 kPa (9,4%).

Pola serupa juga diamati untuk lebar fondasi lainnya, meskipun dengan nilai absolut yang berbeda dan perbedaan antar kelas yang kurang signifikan.

Pengaruh Kandungan Butir Halus

Para peneliti mengidentifikasi bahwa kandungan butir halus merupakan faktor kunci yang mempengaruhi daya dukung tanah pasir. Berdasarkan kandungan butir halus, tanah pasir dapat dibagi menjadi tiga kelompok utama:

1. Kelompok dengan kandungan butir halus 0-5%: Meliputi pasir bergradasi baik (SW) dan pasir bergradasi buruk (SP). Kelompok ini memiliki kondisi paling menguntungkan dalam hal daya dukung.
2. Kelompok dengan kandungan butir halus 5-15%: Meliputi pasir dengan campuran tanah berbutir halus (S-F). Nilai daya dukung pada kelompok ini secara signifikan lebih rendah daripada kelompok pertama, tetapi masih lebih baik daripada kelompok ketiga.
3. Kelompok dengan kandungan butir halus 15-35%: Meliputi pasir lempungan (SC) dan pasir lanau (SM). Kelompok ini mewakili kelompok dengan daya dukung terendah dalam konteks tanah pasir.

Penelitian mencatat bahwa selain kandungan butir halus, tingkat gradasi butir pasir juga memainkan peran penting. Pasir heterogen dengan butiran berbagai ukuran (bergradasi baik) memiliki sifat yang jauh lebih baik daripada pasir bergradasi buruk (dengan ukuran butir yang seragam).

Analisis Perbandingan dan Implikasi Praktis

Studi ini memberikan wawasan berharga tentang perilaku tanah pasir sebagai tanah dasar fondasi. Beberapa temuan penting yang dapat diterapkan dalam praktik rekayasa fondasi meliputi:

1. Optimalisasi Lebar Fondasi: Lebar fondasi 3 meter secara konsisten memberikan nilai daya dukung tertinggi untuk semua kelas tanah pasir. Namun, pemilihan lebar fondasi harus mempertimbangkan berbagai faktor lain seperti jenis struktur, beban, dan kondisi tanah spesifik.
2. Seleksi Tanah Dasar: Bila memungkinkan, pemilihan lokasi dengan tanah pasir bergradasi baik (S1/SW) akan memberikan daya dukung yang optimal. Daerah dengan tanah pasir lempungan (S5/SC) mungkin memerlukan strategi fondasi alternatif atau perbaikan tanah.
3. Pertimbangan Kandungan Butir Halus: Kandungan butir halus yang lebih tinggi secara signifikan mengurangi daya dukung tanah pasir. Oleh karena itu, analisis komposisi tanah menjadi penting dalam tahap perencanaan.
4. Variabilitas dalam Perilaku Tanah: Kelas S1 (SW) menunjukkan variabilitas terbesar dalam nilai daya dukung terkait dengan lebar fondasi (perbedaan hingga 500 kPa atau 62,5% antara lebar fondasi 3 m dan 0,5 m). Sebaliknya, kelas S5 (SC) menunjukkan variabilitas terkecil (perbedaan 100 kPa atau 12,5%).

Konteks yang Lebih Luas

Penelitian ini memberikan kontribusi signifikan pada bidang teknik fondasi, terutama untuk bangunan dalam kategori geoteknik 1. Namun, penting untuk mencatat bahwa nilai-nilai yang disajikan berlaku untuk kedalaman fondasi hingga 1 meter. Untuk struktur yang lebih kompleks atau fondasi yang lebih dalam, diperlukan pengujian lapangan yang lebih ekstensif.

Pendekatan yang diambil oleh Musílek dkk. melengkapi penelitian sebelumnya oleh Mayerhof (1950, 1974), Schmertmann (1970), dan De Beer (1965, 1970) yang juga menyelidiki daya dukung tanah pasir tetapi dengan fokus yang berbeda. Penelitian ini menyediakan referensi praktis untuk para insinyur dan perencana yang bekerja dengan proyek-proyek kecil dan sederhana, memungkinkan mereka untuk membuat keputusan berdasarkan data tanpa perlu pengujian lapangan yang mahal.

Keterbatasan dan Arah Penelitian Masa Depan

Meskipun penelitian ini memberikan informasi yang berharga, terdapat beberapa keterbatasan yang perlu dipertimbangkan:

1. Batasan Kedalaman: Nilai-nilai yang disajikan hanya berlaku untuk kedalaman fondasi hingga 1 meter, membatasi aplikasinya untuk struktur yang lebih besar dan kompleks.
2. Fokus pada Kategori Geoteknik 1: Penelitian ini menargetkan bangunan kecil dan sederhana dengan risiko minimal, sehingga mungkin tidak sepenuhnya berlaku untuk proyek yang lebih kompleks.
3. Kurangnya Pertimbangan Faktor Dinamis: Faktor seperti beban dinamis, pengaruh air tanah, dan efek seismik tidak dibahas secara mendalam dalam penelitian ini.

Penelitian masa depan dapat memperluas temuan ini dengan:

• Menganalisis perilaku tanah pasir pada kedalaman yang lebih besar
• Mempertimbangkan lebih banyak jenis beban dan kondisi tanah
• Mengintegrasikan analisis numerik dan pemodelan komputer
• Mengembangkan panduan yang lebih komprehensif untuk berbagai kategori geoteknik

Kesimpulan

Penelitian yang dilakukan oleh Josef Musílek, Petr Hrubý, dan Ondrej Stopka memberikan analisis mendalam tentang karakteristik tanah pasir dalam konteks rekayasa fondasi. Temuan utama penelitian menunjukkan bahwa daya dukung tanah pasir sangat dipengaruhi oleh kelas tanah, lebar fondasi, dan kandungan butir halus.

Pasir bergradasi baik (S1/SW) dengan lebar fondasi 3 meter menunjukkan nilai daya dukung tertinggi hingga 800 kPa, sementara pasir lempungan (S5/SC) dengan lebar fondasi 0,5 meter menunjukkan nilai terendah 125 kPa. Penurunan signifikan dalam daya dukung terjadi dengan peningkatan kandungan butir halus, yang membagi tanah pasir menjadi tiga kelompok utama berdasarkan persentase butir halus (0-5%, 5-15%, dan 15-35%).

Penelitian ini menyediakan dasar yang kuat untuk pengambilan keputusan dalam rekayasa fondasi, terutama untuk bangunan kecil dan sederhana dalam kategori geoteknik 1. Dengan memahami karakteristik beragam tanah pasir, para insinyur dan perencana dapat mengoptimalkan desain fondasi, meningkatkan keamanan, dan mengurangi biaya konstruksi.

Sumber: Musílek, J., Hrubý, P., & Stopka, O. (2016). Diversity of Characteristics of Sandy Soils in Relation to Foundation Engineering. IOP Conference Series: Earth and Environmental Science, 44, 022017.

Latar Belakang dan Signifikansi Penelitian 

Pondasi dangkal sering dipilih karena efisiensi biaya dan waktu konstruksi singkat, namun prediksi penurunannya masih menjadi tantangan. Penelitian oleh Tarawneh dkk. (2019) ini mengembangkan formula berbasis kecerdasan buatan (Artificial Neural Networks/ANN dan Genetic Programming-Symbolic Regression/GP-SR) untuk memprediksi penurunan pondasi di tanah granuler dengan akurasi tinggi. Studi ini menawarkan solusi praktis bagi insinyur geoteknik dengan memanfaatkan data uji penetrasi kerucut (CPT) dan uji beban lapangan. 

Metodologi dan Studi Kasus 

Penelitian ini menggunakan dua pendekatan utama: 

1. Eksperimen Lapangan: 

   - Database dari 44 uji beban pondasi (270 titik data) pada tanah granuler pasca-perbaikan tanah (Dynamic Compaction/Rapid Impact Compaction). 

   - Parameter input: lebar pondasi (B), tekanan beban (P), dan resistansi ujung CPT (qₑ). 

   - Output: Penurunan (S) yang diukur dengan dial gauge. 

2. Pemodelan Kecerdasan Buatan: 

   - ANN: Dibangun dengan 3 lapisan (input, hidden, output) menggunakan fungsi aktivasi sigmoid. Data dibagi menjadi 70% pelatihan, 15% validasi, dan 15% pengujian. 

   - GP-SR: Menggunakan software Eureqa untuk menghasilkan formula matematis berbasis genetika. 

 Temuan Kunci dan Angka Penting 

- Akurasi Model: 

  - ANN Model 1 mencapai R² 0.93, MSE 0.16, dan MAE 0.2, menjadi yang terbaik dibandingkan model lain. 

  - GP-SR menghasilkan dua formula dengan R² 0.84 dan 0.78. 

Perbandingan antara FEM dan ANN dalam Prediksi Penurunan Tanah

Dalam menganalisis penurunan tanah akibat beban, terdapat perbedaan signifikan antara hasil yang diperoleh menggunakan Finite Element Method (FEM) dan Artificial Neural Network (ANN).

• FEM cenderung over-prediksi penurunan tanah. Misalnya, pada beban 337.5 kPa, FEM memprediksi penurunan sebesar 5.14 mm, padahal hasil aktualnya hanya 2.67 mm, yang berarti prediksi FEM dua kali lebih besar daripada kenyataannya.

• Sebaliknya, ANN lebih akurat dalam memprediksi penurunan tanah. Hasilnya hanya memiliki deviasi kurang dari 1 mm dibandingkan dengan data lapangan, menunjukkan bahwa ANN mampu memberikan prediksi yang lebih mendekati kenyataan.

Formula ANN untuk Prediksi Penurunan:

Formula ANN dihitung menggunakan persamaan yang melibatkan tekanan (P), beban efektif (qₑ), dan lebar pondasi (B). Formula tersebut berbentuk ekspresi yang memperhitungkan turunan variabel-variabel ini untuk menghasilkan estimasi penurunan tanah.

Dengan menggunakan ANN, prediksi penurunan tanah menjadi lebih akurat karena ANN dapat menangani hubungan kompleks antara variabel-variabel tersebut.

 Analisis dan Nilai Tambah 

1. Kelebihan ANN: 

   - Cepat dan efisien setelah pelatihan data. 

   - Adaptif untuk berbagai kondisi tanah granuler selama masih dalam rentang data pelatihan. 

2. Kritik terhadap FEM: 

   - Metode konvensional seperti Mohr-Coulomb pada FEM terlalu konservatif, berpotensi menyebabkan desain berlebihan. 

3. Aplikasi Industri: 

   - Cocok untuk proyek infrastruktur cepat seperti jalan tol atau jembatan di daerah berpasir. 

   - Integrasi dengan IoT untuk real-time monitoring penurunan pondasi. 

 Kesimpulan dan Rekomendasi 

- ANN dan GP-SR terbukti lebih unggul dalam prediksi penurunan dibanding FEM. 

- Rekomendasi: 

  - Gunakan ANN untuk proyek dengan data CPT memadai. 

  - Lakukan kalibrasi model secara berkala dengan data baru untuk meningkatkan akurasi. 

Sumber : Tarawneh, B., AL Bodour, W., & Al Ajmi, K. (2019). Intelligent Computing Based Formulas to Predict the Settlement of Shallow Foundations on Cohesionless Soils. The Open Civil Engineering Journal, 13, 1-9.