Editorial Teknik & Rekayasa
Open AccessOA2025
Peran Kecerdasan Buatan dan Machine Learning dalam Memajukan Teknik Sipil: Tinjauan Komprehensif
Tinjauan komprehensif ini menganalisis satu dekade penelitian peer-review tentang AI dan ML di teknik sipil, memperkenalkan taksonomi baru dan menyoroti aplikasi utama, tantangan, serta arah masa depan. Studi ini menegaskan AI sebagai alat pelengkap untuk lingkungan binaan yang tangguh dan berkelanjutan.
Ali Bahadori-Jahromi; Shah Room; C. Paknahad; Marwah Altekreeti; Zeeshan Tariq; H. Tahayori· Applied Sciences· 2025· DOI 10.3390/app151910499
Masalah inti
Integrasi kecerdasan buatan (AI) dan machine learning (ML) telah merevolusi teknik sipil, meningkatkan akurasi prediktif, pengambilan keputusan, dan keberlanjutan di berbagai domain seperti pemantauan kesehatan struktur, analisis geoteknik, sistem transportasi, pengelolaan air, dan konstruksi berkelanjutan. Makalah ini menyajikan tinjauan rinci atas publikasi peer-review dari satu dekade terakhir, dengan menggunakan pemetaan bibliometrik dan evaluasi kritis untuk menganalisis kemajuan metodologis, aplikasi praktis, dan batasan. Sebuah taksonomi baru diperkenalkan, mengklasifikasikan pendekatan AI/ML berdasarkan domain teknik sipil, paradigma pembelajaran, dan kematangan adopsi untuk memandu pengembangan di masa depan.
Inovasi
Metodologi tinjauan ini melibatkan analisis sistematis atas publikasi peer-review dari satu dekade terakhir. Pemetaan bibliometrik digunakan untuk mengidentifikasi tren penelitian, penulis utama, dan klaster tematik. Evaluasi kritis dilakukan untuk menilai kemajuan metodologis, aplikasi praktis, dan batasan. Taksonomi yang diusulkan mengklasifikasikan pendekatan AI/ML dalam tiga dimensi: domain teknik sipil (misalnya, struktural, geoteknik, transportasi, air, konstruksi), paradigma pembelajaran (misalnya, supervised, unsupervised, reinforcement, hybrid), dan kematangan adopsi (misalnya, emerging, developing, mature). Pendekatan terstruktur ini memungkinkan sintesis komprehensif di bidang ini.
Pendahuluan
Integrasi kecerdasan buatan (AI) dan machine learning (ML) telah merevolusi teknik sipil, meningkatkan akurasi prediktif, pengambilan keputusan, dan keberlanjutan di berbagai domain seperti pemantauan kesehatan struktur, analisis geoteknik, sistem transportasi, pengelolaan air, dan konstruksi berkelanjutan. Makalah ini menyajikan tinjauan rinci atas publikasi peer-review dari satu dekade terakhir, dengan menggunakan pemetaan bibliometrik dan evaluasi kritis untuk menganalisis kemajuan metodologis, aplikasi praktis, dan batasan. Sebuah taksonomi baru diperkenalkan, mengklasifikasikan pendekatan AI/ML berdasarkan domain teknik sipil, paradigma pembelajaran, dan kematangan adopsi untuk memandu pengembangan di masa depan.
Mengapa penting
Tinjauan ini menyoroti tantangan, termasuk keterbatasan dataset berkualitas tinggi, tidak adanya ketentuan AI dalam kode desain, hambatan integrasi dengan infrastruktur berbasis IoT, dan kompleksitas komputasi. Meskipun alat AI yang dapat dijelaskan seperti SHAP dan LIME meningkatkan interpretabilitas, kelayakan praktisnya dalam konteks yang kritis terhadap keselamatan masih terbatas. Pertimbangan etis, termasuk bias dalam dataset pelatihan dan kepatuhan regulasi, juga dibahas. Arah yang menjanjikan meliputi federated learning untuk privasi data, transfer learning untuk wilayah yang kekurangan data, digital twins, dan kepatuhan pada prinsip data FAIR. Studi ini menegaskan AI sebagai alat pelengkap, bukan pengganti, untuk metode tradisional, mendorong lingkungan binaan yang berbasis data, tangguh, dan berkelanjutan melalui kolaborasi interdisipliner dan sistem yang transparan dan dapat dijelaskan.
Siapa yang sebaiknya membaca
Pembaca Research Digest dan praktisi rumpun ini.
Membuka konten member…