Perpustakaan Digital ITB

Banyak penelitian telah dilakukan guna mengkaji pemgaruh vegetasi dalam mereduksi energi gelombang laut guna melindungi area pantai. Termasuk juga pengaruh terumbu karang dalam mengurangi erosi. Eksperimen pada laboratorium hidrodinamik, dan simulasi numerik telah banyak dikembangkan guna mempelajari kemampuan reduksi gelombang akibat hutan mangrove. Pendekatan melalui simulasi numerik menunjukkan efek disipasi gelombang akibat hutan mangrove, melalui mekanisme gaya gesek dengan koefisien Manning, yang diperoleh melalui eksperimen. Proses komputasi ini tidaklah sederhana. Pada studi ini, akan diperkenalkan sebuah pendekatan barn yang berdasarkan neural network modelling untuk mengestimasi disipasi gelombang akibat vegetasi. Model neural network dilatih menggunakan data berukuran besar yang diperoleh melalui simulasi numerik gelombang pada hutan mangrove. Di sini, kita menggunakan model persamaan air dangkal nonlinear (NSWE) yang diselesaikan secara numerik menggunakan skema staggered grid. Hasil numerik yang digunakan di sini telah diverefikasi terlebih dahulu dengan data eksperimen dari laboratorium hidrodinamik. Melalui pendekatan barn ini, kita dapat memprediksi reduksi gelombang tipe soliter untuk berbagai amplitudo, dengan cukup efisien dan akurat. Lebih lanjut, studi ini juga memodelkan propagasi gelombang pada terumbu karang (fringing reef) dengan General Regression Neural Network (GRNN). Pada kasus ini, data eksperimen pada [7] yang terdiri dari sinyal-sinyal gelombang irregular di atas terumbu karang digunakan untuk melatih model GRNN. Untuk menghindari parameter yang terlalu banyak, gelombang iregular tidak diamati dalam bentuk sinyal gelombang secara langsung, melainkan diamati dalam bentuk spektrum gelombang.