Metode Regresi Logistik Untuk Memprediksi Risiko Rockburst Jangka Pendek

Abstract

Rockburst telah menjadi salah satu risiko mayor pada konstruksi dan tambang bawah tanah batuan keras yang dalam. Banyak pendekatan telah diusulkan untk memprediski risiko rockburst, mulai dari pengujian laboratorium sederhana sampai kepada metode learning machine yang canggih. Makalah ini membandingkan hasil prediksi metode ensemble learning dan regresi logistik dan menunjukkan bahwa metode regresi logistik yang lebih sederhana dapat memberikan hasil yang lebih akurat.