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:
- Mengembangkan model matematis berbasis MATLAB untuk:
- Membuat profil vertikal SPT
- Memprediksi log bor di lokasi tanpa pengujian langsung
- Validasi model menggunakan data lapangan aktual
- 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.