Perpustakaan Digital ITB

Permasalahan utama dari pengelolaan infrastruktur pada umumnya adalah minimnya data historis keadaan infrastruktur. Sistem Structural Health Monitoring System (SHM) adalah salah satu teknologi untuk menyelesaikan permasalahan pengelolaan infrastruktur. Namun permasalahan data hilang pada sistem SHM dapat mengganggu performa pada sistem SHM. Pada penelitian ini, dikembangkan sistem identifikasi dan lokalisasi kerusakan struktur yang merupakan bagian krusial dari sistem SHM. Sistem yang dikembangkan memanfaatkan data vibrasi struktur yang diukur oleh akselerometer pada keadaan ambien. Sistem diuji menggunakan data jembatan Z24 dengan membandingkan data vibrasi struktur pada keadaan sehat dan data vibrasi struktur pada saat terjadi kerusakan. Data vibrasi pada keadaan sehat akan diolah menjadi model struktur pada keadaan sehat dengan menggunakan principal component analysis (PCA) dan probabilistic principal component analysis (PPCA). Nilai parameter model PPCA diestimasi menggunakan algoritma expectation-maximization sehingga data vibrasi yang mengandung data hilang dapat dimodelkan. Dengan menggunakan data vibrasi yang ingin diuji serta model struktur pada keadaan sehat, identifikasi kerusakan struktur dilakukan dengan menghitung nilai statistik T 2 yang dapat mendeteksi adanya perubahan keadaan operasional atau lingkungan dan nilai statistik Q yang dapat mendeteksi adanya kerusakan pada struktur. Selain itu dilakukan juga lokalisasi kerusakan struktur dengan cara mengklaster struktur jembatan menjadi klaster-klaster yang memiliki korelasi yang besar. Model PCA dan PPCA yang dibangun memiliki akurasi dengan nilai normalized root mean square error (NRMSE) masing-masing adalah 6,45% dan 6,45%. Pada penelitian ini juga dibangun model PPCA menggunakan data tidak lengkap dengan rasio data hilang 10% dan didapatkan akurasi dengan nilai NRMSE sebesar 6,52%. Hasil identifikasi kerusakan struktur menggunakan model PCA dan PPCA berhasil mendeteksi seluruh kasus kerusakan. Hasil lokalisasi kerusakan menunjukkan model PPCA mendapatkan lokasi kerusakan yang lebih sesuai dibanding PCA. Hasil penelitian ini juga menunjukkan bahwa model PPCA dengan data tidak lengkap memiliki performa yang sama dengan model PPCA dengan data lengkap.