Predicon of Wave-induced Liquefaction using Artificial Neural Network and Wide Genetic Algorithm
Abstrak: Kerumitan solusi
analitis dan numerik untuk pemodelan likuafaksi, pengujian laboratorium yang berulang
dan observasi lapangan yang mahal, telah membuka peluang untuk mengembangkanpemodelan
prediksi likuafaksi induksi gelombang yang sederhana, praktis, murah dan valid.Dalam
studi ini, pemodelan regresi Artificial Neural Network (ANN) digunakan untuk
memprediksikedalaman likuafaksi. Pelatihan ANN menggunakan Genetic Algorithm
(GA) yang telahdimodifikasi yang disebut sebagai Wide GA (WGA). WGA bertujuan
untuk meningkatkan akurasiprediksi ANN dan terhindar dari kelemahan Back
Propagation seperti konvergensi dini dan localoptimum. WGA juga bertujuan untuk
menghindari kelemahan GA yaitu keragaman populasi yang rendah dan cakupan
pencarian sempit. Operasi kunci WGA yang Wide Tournament Selection,Multi-Parent
BLX-α Crossover, Agregate Mate Pool Mutation dan Direct Fresh
MutationCrossover. Akurasi prediksi ANN diukur dengan Median APE (MdAPE).
Solusi global optimumWGA adalah konfigurasi bobot koneksi ANN yang terbaik
dengan MdAPE terkecil.
Kata kunci: Likuafaksi akibat
Gelombang, Prediksi Likuafaksi Tanah, Algoritma Genetika Lebar, Jaringan Saraf
Tiruan, Propagasi Balik
Penulis: Dwi Kristiantoa
Kode Jurnal: jptkomputerdd170020
