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.