The Effectiveness of Integrating Machine Learning Approach with Near-Surface Seismic Data for Lithologic Zones Determination in the Krueng Kaleng Bridge Area, Lamno, Aceh Jaya

Abstract

Pendekatan ilmiah untuk menentukan zona litologi pada area pembangunan jembatan Krueng Kaleng, Lamno, Aceh Jaya dilakukan dengan mengintegrasikan pendekatan machine learning dengan metode geofisika. Zona litologi ini perlu diketahui agar dapat memberikan rekomendasi kedalaman fondasi yang dapat menopang jembatan. Pengolahan machine learning ini menggunakan data input Vp dan Vs yang dihasilkan dari metode geofisika. Determinasi zona litologi juga dapat dilakukan dengan menganalisis statistik menggunakan PCA dan K-Means dari variasi data parameter fisis. Data lubang bor juga digunakan sebagai data sekunder untuk memvalidasi hasil akhir interpretasi zona litologi. Berdasarkan hasil pengolahan dan interpretasi data, didapatkan 3 lapisan pada daerah penelitian dengan Vp berkisar antara 0,31 - >2 km/s dan Vs berkisar antara 60 - 400 m/s. Zona litologi terdiri dari lapisan tanah permukaan, lapisan pasir lempung jenuh, dan lapisan pasir lempung tidak jenuh hingga kedalaman lebih dari 13 meter. Hasil pengolahan machine learning dengan menggunakan Google Colab dinilai efektif karena menghasilkan jumlah zona yang sama, yaitu tiga zona. Interpretasi ini juga dapat divalidasi dengan data lubang bor yang dideskripsikan mengandung lempung dan pasir. Berdasarkan peta geologi, daerah penelitian terletak pada batuan vulkanik yang dapat diinterpretasikan bahwa lapisan dekat permukaan ini kemungkinan mengalami alterasi dan pelapukan yang tinggi sehingga menghasilkan litologi sekunder lempung. Oleh karena itu, tidak direkomendasikan untuk bangun pondasi kurang dari 20 meter.