Pengembangan Perangkat Lunak OMA Berbasis Frequency Domain Decomposition untuk Identifikasi Parameter Modal dan Evaluasi Struktur Jembatan Mahulu

Vira Amanda, Ir. Akhmad Aminullah S.T., M.T., Ph.D., IPU. ; Prof. Dr. -Ing. Ir. Andreas Triwiyono, IPU.

2026 | Tesis | S2 Teknik Sipil

Evaluasi kondisi jembatan arch baja bentang panjang secara berkala sangat penting untuk menjamin keamanan struktural, keandalan, dan keberlanjutan fungsi jembatan selama masa layan. Penelitian ini menyajikan pengembangan lanjutan perangkat lunak berbasis Python dengan antarmuka Graphical User Interface (GUI) sebagai framework identifikasi parameter modal berbasis Operational Modal Analysis (OMA). Pengembangan ini difokuskan pada penyempurnaan algoritma, integrasi modul analisis, serta peningkatan efisiensi pemrosesan sehingga mampu mendukung secara menyeluruh alur pengolahan data percepatan getaran operasional Jembatan Mahulu di Samarinda. Parameter modal hasil identifikasi selanjutnya digunakan sebagai dasar dalam proses penyelarasan model elemen hingga (Finite Element Model/FEM), modal updating, serta evaluasi karakteristik dinamik struktur menggunakan MIDAS Civil. Hasil pengolahan data load test tahun 2026 menggunakan perangkat lunak ini berhasil mengekstraksi tiga mode getar dominan pada arah vertikal secara konsisten dan stabil. Metode Enhanced Frequency Domain Decomposition (EFDD) dan Frequency Spatial Domain Decomposition (FSDD) menghasilkan estimasi frekuensi alami yang sangat konsisten, terutama pada mode vertikal pertama yaitu sebesar 0,987 Hz dengan nilai Modal Assurance Criterion (MAC) di atas 0,99. Hasil tersebut mendeteksi adanya penurunan frekuensi alami jika dibandingkan dengan data historis pengujian tahun 2009 dan 2022 yang stabil pada 1,00 Hz. Melalui proses modal updating pada kondisi massa konstan, penurunan karakteristik dinamik ini selaras dengan reduksi modulus elastisitas material baja efektif sebesar 5% menjadi 190 GPa. Pemutakhiran model numerik menghasilkan tingkat kesesuaian yang sangat tinggi pada mode pertama dengan kesalahan relatif sebesar 0,10%. Integrasi pengembangan lanjutan perangkat lunak OMA dan pemodelan FEM ini terbukti andal sebagai instrumen pendukung Structural Health Monitoring (SHM) untuk evaluasi performa struktural jembatan secara akurat dan efisien.

Periodic assessment of long-span steel arch bridges is essential to ensure structural safety, reliability, and long-term serviceability. This study presents the further development of a Python-based software application with a Graphical User Interface (GUI) that serves as a comprehensive framework for modal parameter identification using Operational Modal Analysis (OMA). The development focuses on refining the analytical algorithms, integrating processing modules, and improving computational efficiency to support the complete workflow for processing operational vibration acceleration data from the Mahulu Bridge in Samarinda, Indonesia. The identified modal parameters are subsequently employed as the basis for Finite Element Model (FEM) calibration, modal updating, and evaluation of the bridge's dynamic characteristics using MIDAS Civil. Processing of the 2026 load test data successfully extracted three dominant vertical vibration modes with stable and consistent results. The Enhanced Frequency Domain Decomposition (EFDD) and Frequency Spatial Domain Decomposition (FSDD) methods produced highly consistent estimates of the natural frequencies, particularly for the first vertical mode, yielding a frequency of 0.987 Hz with a Modal Assurance Criterion (MAC) value exceeding 0.99. The identified modal parameters revealed a reduction in the natural frequency compared with historical load test results from 2009 and 2022, both of which consistently recorded a value of 1.00 Hz. Through modal updating under a constant-mass assumption, this reduction in dynamic characteristics was found to correspond to an effective 5% reduction in the steel elastic modulus, resulting in a calibrated modulus of 190 GPa. The updated numerical model achieved excellent agreement with the measured first mode, with a relative error of only 0.10%. The integration of the enhanced OMA software framework and FEM modeling demonstrates a reliable and efficient approach for supporting Structural Health Monitoring (SHM) and evaluating the structural performance of long-span steel arch bridges.

Kata Kunci : Jembatan Lengkung, Operational Modal Analysis (OMA), Structural Health Monitoring (SHM), Frequency Domain Decompotition (FDD), Jembatan Mahulu.