Pencarian Slip Surface PSO Dan CS Dalam Lereng 3D Perbukitan

Batugamping
Josua Arion Manik 1
Program Studi Teknik Pertambangan, Fakultas Teknologi Kebumian dan Energi, Universitas Trisakti, Jalan Kyai Tapa No.1, Tomang, Grogol Petamburan, Jakarta Barat,
Daerah Khusus Ibukota Jakarta 11440

Abstrak
Perbukitan batugamping merupakan lereng alami yang telah mengalami longsor dimulai dengan rekahan yang mengalami
pergeseran. Hal itu terjadi akibat penurunan kuat geser tanah (c) dan sudut geser dalam (ɸ) batuan utuh. Penelitian ini
menganalisis lereng dengan metode kesetimbangan batas berupa perhitungan Faktor Keamanan (FK) 3D maupun 2D dan
estimasi volume longsoran dengan permukaan bidang gelincir menggunakan metode Particle Swarm Optimization (PSO)
spherical dan Cuckoo Search (CS) spherical. Perbedaan metode tersebut adalah pencarian FK optimal dengan penerapan
partikal (individu) untuk PSO dan Nest (sarang) untuk CS. Perhitungan FK 3D dengan PSO mendapatkan 1,22 dengan
perubahan iterasi mencapai titik konvergen yang besar galatnya 0% dan estimasi volume longsoran sebesar 3201 𝑚3 .
Sedangkan metode CS, FK 3D terhitung 1,24 dengan perubahan iterasi hingga besar galatnya mencapai 0% dengan estimasi
volume longsoran 3017 𝑚3 . Untuk kedua metode pencarian permukaan bidang gelincir, FK 2D diambil dari beberapa
penampang dengan nilai FK rata-rata 0,669 untuk PSO dan 0,667 untuk CS. Hasil Perbandingan FK 3D dengan 2D dikatakan
bahwa FK 3D PSO menjadi dasar acuan perhitungan FK optimal pada daerah tersebut karena tingkat konvergensi lebih
cepat, presisi dan akurat.

Kata-kata kunci: Keruntuhan Lereng, faktor keamanan lereng, search method PSO, CS, volume longsoran.

Abstract
Limestone hills are natural slopes that have experienced landslides starting with fractures that have undergone a shift. This
occurs due to the soil shear strength (c) and the shear angle in (ɸ) whole stone. This research was carried out by calculating
existing (FK) 3D or 2D values and estimating long volumes using the slip method using spherical Particle Swarm Optimization
(PSO) and spherical Cuckoo Search (CS) methods. The method taken is optimal FK with the application of particle (individual)
for PSO and Nest (nest) for CS. FK 3D replies with PSO get 1.22 with an iteration reaching a convergent point with a large
error of 0% and an estimated landslide volume of 3201. While the CS method, continuous 3D FK 1.24 with an iteration until
the error reaches 0% with an estimated avalanche volume of 3017. For the same method of skid, FK 2D is taken from the
number of cross sections with an average FK value of 0.669 for PSO and 0.667 for CS. Comparison of FK 3D and 2D results
says that FK 3D PSO is the optimal basis for FK calculations in these areas because convergence rates are faster, more
precise and accurate.
Keywords: Slope collapse, slope safety, factor search method PSO, CS, avalanche volume,

* E-mail: Josua_arionmanik@yahoo.com
Tel: +62-82110015663

I. PENDAHULUAN melanjutkan proses ke generasi berikutnya.

Perbukitan Batugamping daerah kaliwadas II. TINJAUAN UMUM
merupakan lereng alami yang terjadi longsor 2.1 Stratigrafi
dimulai dengan rekahan yang mengalami Stratigrafi secara regional daerah jawa tengah dapat
pergeseran. Longsoran telah mengakibatkan fasilitas dikenali adanya dua zona pegunungan, yaitu: Zona
masyarakat seperti jalan akses mengalami kerusakan Pegunungan Serayu Selaan terletak pada bagian
pada daerah tersebut. Hal ini berakibat terjadinya Selatan dan Zona Pegunungan Serayu Utara terletak
penurunan kuat geser tanah (C) dan sudut geser pada bagian Utara (Van Bemmelen,1949). Pada
dalam (ɸ). Dalam penelitian ini dilakukan pencarian kedua zona ini mempunyai perbedaan yang
bidang gelincir dengan search method Particle signifikan dari bentuk stratigrafi, lingkungan
Swarm Optimization (PSO) dan Cuckoo Search (CS) pengendapan, dan tektoniknya.
untuk memperhitungkan faktor keamanan geometri Secara singkat dapat diuraikan urutan pengendapan
lereng menjadi irisan-irisan kecil sehingga gaya sedimen dari yang berumur tua sampai muda
geser yang terjadi pada setiap irisan dapat mewakili menurut Sukendar Asikin (1992), yaitu:
seluruh bagian lereng dengan potensi longsoran
yang mungkin terjadi kembali.
Penerapan PSO berdasarkan pada perilaku
sekolompok serangga. Kata partikal merupakan kata
individu yang berperilaku secara terdistribusi.
Sedangkan penerapan CS (Yang dan Deb,2009)
berdasarkan pada perilaku burung cuckoo. Burung
cuckoo menaruh telur mereka di sarang burung jenis
lain yang dipilih secara acak. Setiap sarang burung
menghasilkan generasi terbaik yang akan

Gambar 1. Stratigrafi Regional, daerah penelitian pada
formasi penosogan. (Asikin, 1992)
2.2 Keruntuhan Lereng
Kelongsoran lereng alami disebabkan karena
adanya perubahan topografi, pengaruh seismik,
aliran air tanah, perubahan tegangan, dan proses
pelapukan. Meskipun suatu lereng telah stabil dalam
jangka waktu yang lama, lereng tersebut dapat
menjadi tidak stabil karena beberapa faktor seperti:
a. Faktor penyebab meningkat nya tegangan
geser pada lereng.
Keruntuhan lereng terjadi akibat meningkatnya
tegangan geser, menurunnnya kuat geeser pada
bidang longsor.
b. Kecepatan pergerakan tanah dan jenis
pergerakannya.
Kecepatan ini dapat berlipat ganda sampai 100
kali seperti terlihat pada Tabel 1.
Tabel.1 Klasifikasi Kecepatan Gerakan Lereng
(Abramson, et all 2002)
Kelas Deskripsi Kecepatan
(mm/detik)
1 Extremley Slow ~0
2 Very Slow 0,5 𝑥 10−6
3 Slow 50 𝑥 10−6
4 Moderate 5 𝑥 10−3
5 Rapid 0.5
6 Very Rapid 50
7 Extremely Rapid 5 𝑥 103
2.3 Particle Swam Optimization
Particle swarm optimization berdasarkan perilau
sekolompok kawanan serangga. Metode optimasi
berdasarkan pada algoritma behaviorraly inspired sebagai
alternatif dari algoritma genetika seperti disebut
evolution-based procedures. Konteks ini mengasumsikan
kawanan mempunyai ukuran tertentu dengen setiap
partikel posisi awalnya terletak disuatu lokasi yang acak
dalam ruang multidimensi. Penerapan PSO berdasarkan
pada model berikut:
1. Ketika partikal mendekati atau mencapai maksimum
atau minimum secara cepat mengirim iinformasi
kepada partikal-partikal yang lain dalam kawanan
tertentu
2. Partikal lain akan mengikuti arah menuju ke titik
maksimum tetapi tidak secara optimal.
3. Ada komponen yang tergantung pada pikiran setiap
partikal, yaitu memori tentang apa yang sudah di
itung pada waktu sebelumnya.
Implementasi PSO dilakukan dengan perhitungan posisi
partikal satu dengan yang lain sebagai berikut:
𝑋𝑗 (𝑖) = 𝑋𝑗 (𝑖 − 1) + 𝑉𝑗 (𝑖); 𝑗 = 1,2, … . , 𝑁 (1)
Evaluasi nilai fungsi tujjuan untuk setiap partikel dan
dinyatakan sebagai
𝑓[𝑋1 (𝑖)], 𝑓[𝑋2 (𝑖)], … , 𝑓[𝑋𝑁 (𝑖)] (2)
Solusi yang ditentukan adalah posisi partikel sudah
konvergen dalam artian partake menuju ke satu nilai yang
sama. Jika belum mencapai konvergen maka dilakukan
penambahan iterasi. Proses iterasi dilanjutkan sampai
semua partikel menuju ke satu titik solusi yang sama.
Biasanya ditentukan dengan kriteria penghentian,
misalnya jumlah selisih solusi sekarang dengan solusi
sebelumnya sudah sangat kecil.
2.4 Cuckoo Search
Cuckoo Search (Yang dan Deb, 2009) berdasarkan pada
perilaku burung cuckoo yang memiliki reproduksi yang
unik dalam menaruh telur mereka di sarang burung jenis
lain.
Sarang yang terpilih dilakukan perhitungan terhadap
matriks fuzzy yang dijabarkan sebagai berikut:
𝐴𝐼 = 𝐴 + 𝑆𝑡𝑒𝑝𝑠𝑖𝑧𝑒 (4)
Dimana Stepsize menyatakan besar randomstep
dengan formula
𝑗𝑎𝑟𝑎𝑘 𝑟𝑎𝑡𝑎−𝑟𝑎𝑡𝑎 𝑘𝑜𝑡𝑎
𝑆𝑡𝑒𝑝𝑠𝑖𝑧𝑒 = [𝐿 (𝐴 − 𝐵)] (5)
𝑗𝑎𝑟𝑎𝑘 𝑎𝑛𝑡𝑎𝑟 𝑠𝑎𝑟𝑎𝑛𝑔 𝐴−𝐵
Dimana L hasil perhitungan levyflight dikonversi
menjadi bentuk berikut:
𝑟𝑎𝑛𝑑𝐷𝑜𝑢𝑏𝑙𝑒 ()
𝐿 = |𝑟𝑎𝑛𝑑𝑜𝐷𝑜𝑢𝑏𝑙𝑒 1/𝛽 (6)
()|
Dengan randdouble () menyatakan nilai random
antara 0 sampai 1. Nilai σu dilakukan perhitungan
sebelumnya sebagai berikut:
𝜋𝛽 1/𝛽
𝜏(1+𝛽) sin( 2 )
𝜎𝑢 = [ 1+𝛽 (𝛽−1)/2] dan 𝜎𝑣 = 1 (7)
𝜏( )𝛽.2
2
Setelah pencarian selesai dilakukan, maka
dilanjutkan dengan proses defuzzifikasi dan matrik.
Jika hasil jalur yang memiliki nilai fitness yang
buruk, maka matriks fuzzy dari sarang terpilih akan
dikembalikan ke semula. Dan sebaliknya, jika
sarang tersebut memiliki nilai fitness yang lebih
bagus, maka matriks tersebut dilakukan hasil
kalkulasi matriks fuzzy.
2.5 Klasifikasi Longsoran
Klasifikasi longsoran pada umum nya berdasarkan
jenis gerakan tanah dan materialnya. Untuk lebih
jelasnya klasifikasi tersebut dapat di jelaskan sesuai
dengan Tabel 2.
 Tabel 2. Klasifikasi Longsoran (Varnes 1978, Dalam Hansen, 1984)

Jenis Gerakan (type of Jenis Material (type of material)

movement) Batuan dasar Tanah Keteknikan (engineering soils)
Bebas, butir kasar Berbutir halus (predominantly fine)
( Bedrock) (freedom, Coarse)
Jatuhan (falls) Jatuhan batu Jatuhan bahan Jatuhan tanah
rombakan
Jungkiran (topple) Jungkiran batu Jungkiran bahan Jungiran tanah
rombakan
Rotaasi Satua Nendatan batu Nendatan bahan Nendatan tanah
Gelinciran (slides)

sedikit rombakan
Translasi Satuan Luncuran bongkah Luncuran bongkah Luncran bongkah tanah
banyak batu bahan rombakan

Luncuran batu Luncuran bahan Luncuran tanah

rombakan
Gerak horizontal/bentang lateral Bentang lateral batu Bentang lateral bahan Bentang lateral tanah
rombakan
Aliran Aliran batu/ rayapan Aliran bahan rombakan Aliran tanah
dalam Rayapan Tanah
Majemuk Gabungan dua atau lebih gerakan

2.6 Prinsip Dasar Metode Irisan

Metode irisan menyatakan kondisi kestabilan suatu
lereng dinyatakan dalam suatu indeks yang disebut
faktor keamanan (FK), yang di definisikan sebagai
berikut:
𝑠 Kekuatan geser material yang bersedia
𝐹= = (8)
𝜏 Kekuatan geser yang diperlukan agar tepat s
Faktor keamanan diasumsikan mempunyai nilai yang
sama untuk setiap irisan. Kekuatan geser material yang
tersedia untuk menahan material sehingga lereng tidak
longsor dinyatakan dalam kriteria keruntuhan mohr-
coloumb sebagai berikut:
𝜏 = 𝑐 + 𝜎𝑛 Tan ∅ (10)
Karakteristik lainnya yaitu geometri dari bidang gelincir
harus ditentukan atau diasumsikan terlebih dahulu. Untuk Gambar 2. Model lereng dengan bidang runtuh yang
menyederhanakan perhitungan, bidang runtuh biasanya berupa gabungan dari beberapa segmen
dianggap berbentuk sebuah busur lingkara, gabungan garis lurus (Abramson et al., 1996)
busur lingkaran dengan garis lurus, atau gabungan dari
beberapa segmen garis lurus. Ilustrasi beberapa bentuk 2.7 Faktor Keamanan Lereng
bidang runtuh tersebut dan gaya-gaya yang bekerja pada Faktor keamanan diperlukan untuk mengetahui
setiap irisan ditunjukan pada Gambar 2. kemantapan suatu lereng untuk mencegah bahaya
longsoran di waktu-waktu yang akan dating.
𝐺𝑎𝑦𝑎 𝑃𝑒𝑛𝑎ℎ𝑎𝑛
𝐹𝑎𝑘𝑡𝑜𝑟 𝑘𝑒𝑎𝑚𝑎𝑛𝑎𝑛 = ∑ (9)
𝐺𝑎𝑦𝑎 𝑃𝑒𝑛𝑔𝑔𝑒𝑟𝑎𝑘
Dimana:
FK>1.0: Lereng dalam kondisi stabil
FK<1,0: Lereng tidak stabil
FK=1,0: Lereng dalam kondisi kritis
Nilai faktor keamanan untuk lereng alami yang
direkomendasikan oleh Direktorat Jendral
Kekerjaan Umum Indonesia dilihat pada Tabel 3.
 Tabel 3. Rekomendasi FK Minimum Lereng Alami ( Kepmen PU. No378/KPTS/1987)

Resiko Kondisi Beban Parameter (b)

Maksimum Minimum / Sisa
Teliti Kurang Teliti Teliti Kurang Teliti
Tinggi Dengan Gempa 1,5 1,75 1,35 1,5
Tanpa Gempa 1,8 2 1,6 1,8
Menengah Dengan Gempa 1,3 1,6 1,2 1,4
Tanpa Gempa 1,5 1,8 1,35 1,5
Rendah Dengan Gempa 1,1 1,25 1 1,1
Tanpa Gempa 1,25 1,4 1,1 1,2

III. METODOLOGI PENELITIAN

Penelitian menggunakan metode tingkat eksplanasi Surface Particle Swarm Optimization (PSO)
deskriptif yaitu peneliti dapat mengetahui nilai Optimasi Slip Surface PSO merupakan teknik
variable tanpa membuat perbandingan atau pencarian menggunakan populasi (swarm) dari
hubungan. Nilai variabel tersebut kestabilan lereng individu yang akan diperbaharui dari iterasi.
dengan bidang bidang gelincir PSO dan CS dengan Perhitungan PSO diuraikan seperti pada Tabel 4.
mendapatkan nilai faktor keamanan lereng setiap Menyatakan setiap perhitungan faktor keamanan
masing-masingnya. Penelitian menurut jenis data dalam software slide tiga dimensi dengan parameter
dan analisis menggunakan metode kuantitatif maksimum kolom dalam sumbu x atau y sebesar 100
dengan didapatkan nilai faktor keamanan lereng dan partikal 15 dengan tingkat kesalahan 0% dengan
selanjutnya diolah dalam bentuk grafik yang peningkatan jumlah iteerasi.
menjelaskan suatu data.
3.1 Sumber Data Tabel 4. Perhitungan FK Dengan Jumlah Partikal 20 Dan
Dalam Hal ini data yang digunakan pada penelitian Maksimum Kolom Sumbu X atau Y 100
berdasarkan peroleh data sekuner yang diperoleh
Volume Weight
dalam penelitian di Perbukitan Batugamping, No Iterasi FOS (m3) (kN) Galat
Kaliwadas, Kebumen, Jawa Tengah. Data tersebut
sebagai berikut : 1 600 1,21 2916,15 58243,4 -
a. Peta Topografi 2 700 1,23 3108,83 63030,6 1,82
b. Pengukuran Muka Air Tanah 3 800 1,21 2274,73 63085 1,70
c. Koefisien Gempa .
d. Sifat Fisik dan Mekanik Batuan 4 900 1,24 2881,53 57555,9 2,73
3.2 Pengolahan Data 5 1000 1,22 3201,40 63858 1,85
Pengolahan data menggunakan alat bantu perangkat 6 1100 1,22 3201,40 63858 0,00
lunak Rocscience Slide3D. Hasil dari pengolahan 7 1200 1,26 3123,01 62375,3 3,11
data dianalisis menggunakan metode kesetimbangan
batas dengan mendapatkan nilai faktor keamanan 8 1300 1,22 3201,40 63858 3,02
lereng dimana secara umum gaya penahan dibagi 9 1400 1,22 3201,40 63858 0,00
dengan gaya penggerak. 10 1500 1,22 3201,40 63858 0,00
IV. ANALISA DAN PEMBAHASAN DATA
11 1600 1,22 3201,40 63858 0,00
a Perhitungan Faktor Keamanan Dengan Slip
 Maksimum Kolom Sumbu X atau Y 100
3.50
3.00
2.50
Galat

2.00
1.50
1.00 Partikal 20
0.50
0.00
600 700 800 900 1000 1100 1200 1300 1400 1500 1600
Iterasi

Gambar 3. Hasil Perhitungan Faktor Keamanan Dengan Jumlah Partikal 20 Dan Maksimum Kolom Sumbu X atau Y 100
Dari gambar diatas menjelaskan bahwa pada slip lereng. Menurut Kepmen PU dengan resiko
surface particle swarm optimazition mendapatkan menengah dengan kondisi beban di pengaruhi
nilai faktor keamanan 1,22 dengan iterasi 1400. gempa yang parameter diambil adalah minimum
Nilai tersebut menghasilkan galat sebesar 0% menyatakan bahwa lereng penelitian dalam kondisi
dengan pencapaian titik konvergensi yang tidak stabil dan kemungkinan akan terjadi longsoran
menyatakan bahwa pencarian nilai FK sudah berikutnya. Model simulasi ini dapat dilihat pada
mencapai titik optimal untuk simulasi geometri Gambar 4.

Gambar 4. Model Geometri 3D Daerah Penelitian Dengan Slip Surface PSO

b Perhitungan Faktor Keamanan Dengan Slip Volume Weight

Surface Cuckoo Search (CS) No Iterasi FOS (m3) (kN) Galat
Optimasi Slip Surface CS merupakan teknik burung 1 1500 1,20 3334,36 66502,60 -
cuckoo dalam pemilihan sarang (nest) yang random 2 1600 1,22 3032,36 60442,70 1,75
untuk mendapatkan sarang yang terbaik dengan
diperbaharui tingkat iterasi. Perhitungan CS 3 1700 1,18 3414,69 68046,60 3,04
diuraikan seperti pada Tabel 5. Menyatakan setiap 4 1800 1,24 3028,35 60440,40 5,17
perhitungan faktor keamanan dalam software slide 5 1900 1,28 3025,84 60498,30 3,30
tiga dimensi dengan parameter maksimum kolom
6 2000 1,17 3542,44 70556,40 8,96
dalam sumbu x atau y sebesar 100 dan jumlah sarang
15 dengan tingkat kesalahan 0% dengan 7 2100 1,22 3055,40 60922,60 4,62
peningkatan jumlah iteerasi. 8 2200 1,28 2902,37 57982,00 4,34
9 2300 1,22 3032,36 60442,70 4,24
Tabel 4. Perhitungan FK Dengan Jumlah Sarang 20
Dan Maksimum Kolom Sumbu X atau Y 10 2400 1,24 3017,14 60173,20 1,72
100 11 2500 1,24 3017,14 60173,20 0,00
 Maksimum kolom sumbu x atau Y 100
10.00

Galat
5.00

0.00
1500 1600 1700 1800 1900 2000 2100 2200 2300 2400 2500
Iterasi

Gambar 5. Hasil Perhitungan Faktor Keamanan Dengan Jumlah Sarang 20 Dan Maksimum Kolom Sumbu X atau Y 100
Dari gambar diatas menjelaskan bahwa pada slip menengah dengan kondisi beban di pengaruhi
surface Cuckoo Search (CS) mendapatkan nilai gempa dibawah batas minimum dari kriteria
faktor keamanan 1,24 dengan iterasi 2500. Nilai Kepmen PU dengan kemungkinan terjadi longsoran
tersebut menghasilkan galat sebesar 0% dengan berikutnya. Model simulasi ini dapat dilihat pada
pencapaian titik optimal untuk simulasi geometri Gambar 6.
lereng. Menurut Kepmen PU dengan resiko

Gambar 6. Model Geometri 3D Daerah Penelitian Dengan Slip Surface CS

V. KESIMPULAN DAN SARAN
Berdasarkan penelitian yang dilakukan pada
perbukitan batugamping daerah kaliwadas, maka
dapat disimpulkan bahwa:
1. Faktor Keamanan lereng 3D berdasarkan
karakteristik batuan utuh dengan software
slide3 sebesar 1,22 dengan search method PSO
dan 1,24 dengan search method CS
2. Estimasi volume longsoran sebesar 3201 m3
dan 3017 m3
3. Tipe longsoran pada lokasi penelitian
merupakan longsoran jatuhan menurut
klasfikasi Longsoran Varnes (1978)
Sedangkan yang menjadi saran dalam penelitian ini
sebagai berikut:
1. Perlu dilakukan pencarian slip surface yang lan
untuk perbandingan lebih akurat pada daerah
tersebut.
2. Dibutuhkan peningkatan dalam compute data
supaya dalam melakukan interpret tidak
membutuhkan waktu lama agar dapat lebih
efisien.
VI. DAFTAR PUSTAKA
1. Barthelemy, P, Bertolotti, J., & Wiersma, D.S.,
2008. A Leṽy flight for light. Nature,
453(7194), 495-498.
2. J. Kennedy and R. C. Eberhart. Particle Swarm
Optimization. In Proceedings of the 1995
IEEE International Conference on Neural
Networks. IEEE Service Center. Piscataway,
1995.
3. Josua, M., 2018. Analisa Kestabilan Lereng
Tiga Dimensi Dengan Metode Kesetimbangan
Batas Pada Perbukitan Batugamping,
Kebumen, Jawa Tengah. Skripsi. Universitas
Trisakti. Jakarta.
4. Yang, X. S., & Deb, S., 2009. Cuckoo search
via Leṽy flight. In Nature & Biologically
Inspired Computing, 2009. NaBIC 2009.
World Congress on (pp.210-214). IEEE
5. Y. Shi and R. C. Eberhart. Parameter Selection
in particle swarm optimization. In V. W. Porto,
N saravanan, D. Waagen, and A. Eibe, editors,
Proceedings of Seventh Annual Conference on
Evolutionary Progamming, page 591600.
Springer-Veriag, 1998.