Kajian Prediksi Fragmentasi Batuan Hasil Kegiatan Peledakan Menggunakan Artificial Neural Network

Abstract

Kegiatan peledakan banyak digunakan sebagai cara pemberaian batuan yang ekonomis dalam proses penambangan, dan memegang perananan penting dalam kemajuan produksi tambang. Ledakan yang optimal mampu menghasilkan fragmentasi batuan yang diinginkan. Fragmentasi batuan sangat penting karena menentukan sebagian besar penggunakan peralatan dan produktivitas. Oleh karena itu, perlu dilakukan kajian prediksi fragmentasi batuan hasil kegiatan peledakan. Teknik artificial neural network lebih disukai daripada rumus empiris karena mampu menggabungkan berbagai faktor yang mempengaruhi hasil peledakan. Penelitian ini bertujuan membandingkan hasil prediksi menggunakan artificial neural network dengan rumus empiris Kuz-Ram untuk memprediksi fragmentasi batuan dengan memperhatikan nilai error dari data yang dihasilkan. Pengembangan model artificial neural network menggunakan sistem neural network tool berbasis MATLAB R2016a dengan metode backpropagation. Pelatihan, validasi dan pengujian dilakukan dengan 99 total data peledakan yang diambil dari lapangan. Seperti burden, spasi, kedalaman, relative weight strenght bahan peledak, faktor batuan, jumlah bahan peledak per lubang ledak, dan fragmentasi batuan. Berdasarkan hasil yang diperoleh dari penelitian, model artificial neural network dengan arsitektur 15-6-1 lebih optimal dalam memprediksi fragmentasi batuan dibandingkan dengan rumus empiris Kuz-Ram. Nilai error yang dihasilkan dari artificial neural network sum square error 422.60, mean square error 0.60, root mean square error 0.78. Kata-kata kunci: Peledakan, Fragmentasi Batuan, Artificial Neural Network, Rumus Empiris Kuz-Ram.