PEMODELAN ESTIMASI KERUSAKAN PERKERASAN JALAN (Studi Kasus Ruas Jalan Nasional di Wilayah Kerja PPK 3, Satker PJN Wilayah Propinsi DIY)

Emma Kartika C, Arief Setiawan Budi Nugroho, S.T, M.Eng, Ph.D

2014 | Tesis | S2 Teknik Sipil

Sistem Manajemen Perkerasan (SMP) diperlukan oleh pengelola jalan dalam pengelolaan perkerasan, antara lain penyusunan rencana pemeliharaan dan rehabilitasi. Perencanaan diperlukan dalam penentuan skema yang lebih baik, antara perbaikan jalan yang kondisinya sangat buruk atau pemeliharaan jalan yang kondisinya baik untuk mencegah kerusakan. SMP memerlukan dukungan pemodelan kinerja perkerasan yang berkualitas, karena dengan adanya pengamatan kondisi perkerasan yang akurat, serta prediksi kinerja perkerasan yang tepat, maka rencana pemeliharaan dan rehabilitasi akan lebih efektif. Pada penelitian ini pemodelan estimasi kerusakan perkerasan jalan dilakukan dengan menggunakan teori Markov dan Jaringan Saraf Tiruan (JST), dimana model yang dikembangkan digunakan untuk menyusun rencana pemeliharaan perkerasan jalan. Data yang digunakan pada penelitian adalah data kondisi ruas jalan nasional di wilayah kerja PPK 3, Satker PJN Propinsi Yogyakarta. Pemodelan yang dikembangkan berupa estimasi kerusakan jalan dengan parameter luas retak, lebar retak, jumlah lubang, bekas roda, IRI dan SDI. Penyusunan model Markov menggunakan konsep Rantai Markov homogen yang didasarkan pada probabilitas transisi kondisi perkerasan yang diperoleh dari data historis kondisi perkerasan jalan. Model Markov dikembangkan untuk kategori beban lalu lintas rendah dan tinggi. Pemodelan JST menggunakan data hasil survei lalu lintas dan survei kondisi jalan sebagai variabel masukan untuk mendapatkan nilai estimasi kondisi jalan yang akan datang dengan menggunakan bantuan perangkat lunak Matlab. Evaluasi untuk kedua model dilakukan dengan menggunakan pendekatan regresi dari kurva degradasi. Dari analisa, diperoleh hasil bahwa secara umum model JST memiliki nilai R2 yang lebih besar dibandingkan model Markov. Model JST memiliki kelebihan dibandingkan dengan Model Markov dalam hal struktur pemodelannya yang umum, sehingga penggunaannya lebih fleksibel. Karena fleksibilitasnya, dengan menggunakan variabel-variabel masukan yang dianggap berkaitan, pemodelan estimasi penurunan kondisi berdasarkan parameter IRI dan SDI yang tidak dapat dimodelkan dengan menggunakan metode Markov dapat dimodelkan dengan metode JST. Model Markov memiliki kelebihan dalam hal kemudahannya untuk digunakan pada penyusunan rencana pemeliharaan. Berdasarkan pemodelan yang telah dibuat, disusun rencana anggaran pemeliharaan dan didapatkan hasil bahwa pemeliharaan rutin setiap tahun memberikan hasil yang optimum ditinjau dari segi biaya.

Pavement Management System (PMS) gives information which is required in road management decision making, for example maintenance and rehabilitation (M&R) planning. Planning is required in order to choose the right scheme between repairing poor pavement and maintaining good pavement to prevent further degradation. PMS requires accurate pavement condition monitoring and appropriate pavement performance prediction so that M&R plan can be effective. This research was conducted by developing pavement distress estimation models. The developed models were used as base on road maintenance planning. This research used the national road network of PPK 3, Satker PJN, Yogyakarta Province as a case study. Pavement distress estimation models were developed based on Markov and Artificial Neural Network (ANN) theory, that used crack area, crack width, potholes, rutting, IRI and SDI as parameter. Markov model development used homogen Markov Chain which was generated based on condition transition probability for low and high traffic load category. Meanwhile, ANN model used data from traffic and road condition survey as input variable. Future road condition estimation values in ANN model were simulated by Matlab software . Both models were evaluated using regression from degradation curve approach. Analysis result shown that in general, based on regression of degradation curve approach, the R2 value of ANN model is higher compared to Markov model. ANN model is better than Markov model in case of its generality in modeling structure so that it can be used flexibly. Because of its flexibility, using related input variables, ANN model is able to develop road deterioration model based on IRI and SDI parameter which is not able to be developed by Markov model for high traffic load category. On the other hand, Markov model is superior in term of its easiness for maintenance plan arrangement. Maintenance plan which was made based on the developed model shown that annual routine maintenance gives optimum result, considered from cost term.

Kata Kunci : kondisi perkerasan, pemeliharaan jalan, Markov, JST