Perpustakaan Digital ITB

Penelitian ini mengembangkan dual-model berbasis Long Short-Term Memory (LSTM) untuk memprediksi stress ratio (rasio tegangan deviatorik terhadap tekanan overburden efektif) tanah lempung jenuh dari data uji triaxial Consolidated Undrained (CU). Model menggunakan regangan aksial dan sepuluh parameter karakteristik tanah sebagai input. Dataset terdiri dari 105 kurva yang dipisahkan menjadi dua kelompok berdasarkan nilai maksimum tegangan deviatorik: Kelompok I (? 0,9 kg/cm²) dengan 73 kurva dan Kelompok II (< 0,9 kg/cm²) dengan 32 kurva. Kelompok I dimodelkan menggunakan Bi-LSTM dengan mekanisme attention yang dioptimasi melalui Bayesian Optimization dan 3-fold cross-validation, menghasilkan MAE 0,073, RMSE 0,11, dan R² 0,942. Kelompok II menggunakan LSTM sederhana dengan regularisasi ketat dan augmentasi data (menjadi 96 kurva), mencapai MAE 0,035, RMSE 0,072, dan R² 0,948. Studi ablasi mengungkapkan bahwa kadar air merupakan parameter paling krusial, di mana penghilangannya menyebabkan peningkatan MAE dari 0,059 menjadi 0,089 dan penurunan R² dari 0,959 menjadi 0,926. Penelitian ini memberikan panduan efektif untuk pemilihan fitur dalam pengembangan model prediktif geoteknik.