FAKTOR KEAMANAN LERENG BERBASIS ARTIFICIAL NEURAL NETWORK DENGAN PARAMETER GEOTEKNIK DAN SEISMIK SERTA REKOMENDASI PENANGANAN (Studi Kasus: Jalan Kalawara–Kulawi, Segmen 5)

Ruas Jalan Kalawara–Kulawi pada Segmen 5 merupakan infrastruktur jalan yang berada di wilayah dengan tingkat kerawanan longsor dan aktivitas seismik yang tinggi akibat kondisi geologi berupa batuan terobosan terlapukkan, keberadaan diskontinuitas batuan, serta tanah berkohesi rendah yang menyebabkan kestabilan lereng bersifat sensitif terhadap perubahan lingkungan. Penelitian ini bertujuan untuk menganalisis kestabilan lereng berdasarkan karakteristik geologi teknik, parameter geoteknik, dan pengaruh gempa bumi, serta merumuskan rekomendasi tindakan stabilisasi lereng. Analisis dilakukan menggunakan pendekatan Limit Equilibrium Method dan Finite Element Method pada kondisi statik dan seismik (pseudostatik), serta pengembangan model Artificial Neural Network untuk memprediksi faktor keamanan lereng. Hasil analisis menunjukkan bahwa pada kondisi statik, lereng berada pada kondisi stabil marginal dengan faktor keamanan sebesar 1,145. Sedangkan pada kondisi seismik dengan koefisien gempa horizontal 0,45, faktor keamanan menurun secara signifikan menjadi 0,535, yang mengindikasikan kondisi tidak stabil. Parameter tekanan air pori, kohesi, dan sudut gesek berpengaruh signifikan terhadap kestabilan lereng. Pemodelan Finite Element Method menunjukkan zona plastis dan deformasi maksimum terkonsentrasi pada bagian puncak lereng, sementara model Artificial Neural Network mampu memprediksi faktor keamanan dengan tingkat kesesuaian yang sangat baik terhadap hasil analitis dan numerik (R-square = 0,9877; Mean Squared Error = 0,0023; Mean Absolute Error = 0,0192). Berdasarkan hasil analisis, stabilisasi gerakan tanah pada zona seismik aktif memerlukan intervensi geoteknik terpadu; meliputi rekayasa morfometri lereng, optimalisasi sistem penyaliran, dan aplikasi perkuatan struktural.