Prediksi Tingkat Ariblast terhadap Peledakan di CV Panghegar Purwakarta Studi Kasus Pemukiman di Sekitar CV Panghegar
Year: 2025
Type: conference-paper
Abstract: . Blasting is a common and efficient method for breaking hard rock in quarry mining operations. However, it also produces unwanted effects such as airblast—air pressure waves that can disturb surrounding communities and damage infrastructure. Managing and predicting airblast levels is crucial to ensure they remain below the acceptable limit of 120 dB, as regulated by SNI 7570:2023. This study was conducted at CV Panghegar, an andesite quarry located near residential areas in Purwakarta, West Java. A total of 55 blasting events were monitored, and the highest recorded airblast was 85.7 dB, which is below the regulatory threshold. The objectives of the study were to: Determine the actual airblast levels near residential areas. Predict airblast using parameters such as distance, explosive weight, and blast geometry. Evaluate the prediction accuracy of Multiple Linear Regression (MLR) and Artificial Neural Network (ANN) methods. The MLR method yielded the following equation for airblast prediction: Y=−0.172×Distance+0.545×MC+64.856 In parallel, the ANN model—using inputs like burden, spacing, stemming, explosive weight, and distance—showed higher prediction accuracy than traditional empirical formulas (USBM, ISEE, Hustrulid, Kuzu et al). The study concludes that ANN offers better accuracy in predicting airblast and is suitable for supporting safer and more environmentally friendly blasting operations. Optimizing blast geometry based on predictions can improve explosive efficiency without exceeding noise limits. Abstrak. Peledakan merupakan metode umum dalam kegiatan penambangan batuan keras seperti andesit. Namun, selain menghasilkan fragmentasi batuan, kegiatan ini juga menimbulkan efek samping yang merugikan seperti airblast, yaitu gelombang tekanan udara yang dapat mengganggu lingkungan dan masyarakat sekitar. Oleh karena itu, prediksi dan pengelolaan airblast menjadi penting agar tidak melebihi ambang batas yang ditentukan, yaitu 120 dB sesuai SNI 7570:2023. Penelitian ini dilakukan di CV Panghegar, sebuah tambang kuari batu andesit yang berdekatan dengan pemukiman warga. Pengukuran dilakukan terhadap 55 data peledakan aktual untuk memperoleh nilai airblast maksimum. Hasilnya menunjukkan bahwa nilai airblast tertinggi adalah 85,7 dB, yang masih berada di bawah ambang batas. Tujuan utama dari penelitian ini adalah mengetahui nilai aktual airblast di sekitar tambang dan menentukan prediksi airblast berdasarkan parameter peledakan seperti jarak, berat bahan peledak, geometri lubang ledak, dan lain-lain serta menganalisis dan membandingkan metode Regresi Linear Berganda (MRL) dan Artificial Neural Network (ANN) dalam memprediksi airblast. Dengan metode yang digunakan meliputi: Regresi Linear Berganda, menghasilkan persamaan prediksi: Y=−0,172×Jarak+0,545×MC+64,856 . Metode Artificial Neural Network (ANN) dengan input variabel geometri dan peledakan, menunjukkan tingkat akurasi yang tinggi dalam memprediksi nilai airblast. Perbandingan dilakukan juga dengan metode empiris klasik (USBM, ISEE, Hustrulid, Kuzu et al), dan hasil ANN menunjukkan prediksi yang lebih presisi terhadap data aktual dibanding metode konvensional. Rekomendasi dari penelitian ini adalah optimasi geometri peledakan agar lebih efisien tanpa menimbulkan dampak kebisingan berlebih. MRL dan ANN terbukti sebagai metode yang sangat potensial untuk implementasi monitoring dan perencanaan peledakan secara aman dan ramah lingkungan.
Authors: Dhyaz Kresna Palagan, Yuliadi, Sriyanti
Institution: Bandung Islamic University
Language: English
Topic: Blasting Impact and Analysis
Subfield: Building and Construction
Field: Engineering
Domain: Physical Sciences
Open Access status: hybrid
OpenAlex ID: W4413332854
FWCI:
Cites:
Cited by:
Related to: