Tesis Calvin Kwee (ITB, Juni 2025) membahas optimasi Viscoelastic Damper (VED) pada gedung beton bertulang asimetris menggunakan Gaussian Process Regression (GPR). Adopsi VED di Indonesia lambat karena biaya, kurangnya pemahaman desain, dan beban komputasi Nonlinear Time History Analysis (NLTHA). Penelitian ini mengusulkan kerangka kerja optimasi menggunakan Fast Nonlinear Analysis (FNA) untuk menghasilkan dataset respons struktur gedung 10 lantai asimetris. Dataset ini melatih model GPR untuk memprediksi respons struktur dengan berbagai kombinasi jumlah dan lokasi VED, mengurangi kebutuhan NLTHA berulang. Konfigurasi yang menjanjikan diverifikasi selektif dengan NLTHA dalam iterasi. Jika performa belum optimal, batasan disesuaikan berdasarkan rasio NLTHA/FNA dan dieksplorasi ulang dengan GPR hingga optimum tercapai. Hasilnya menunjukkan GPR memprediksi respons dengan akurat. Pada struktur asimetris, VED cenderung ditempatkan di lantai dengan story drift sedang untuk menghindari deformasi berlebih. GPR efektif menghasilkan solusi optimum, menghemat biaya hingga 22% dibandingkan metode brute force. Kerangka kerja FNA-GPR-NLTHA iteratif ini diharapkan mempermudah desain struktur tahan gempa dengan VED, khususnya pada struktur asimetris, mengurangi hambatan komputasi, dan mendorong adopsi teknologi disipasi energi seismik di Indonesia. Penelitian ini menggunakan kata kunci Viscoelastic Damper, Fast Nonlinear Analysis, Gaussian Process Regression, Nonlinear Time History Analysis, Optimasi Struktur, Denah Asimetris, Disipasi Energi Seismik, dan Kerangka Iteratif.