Volume 11, No. 5Kohesi: Jurnal Sains dan Teknologi, ISSN 3025-1311

Penelitian ini bertujuan memprediksi nilai ekspor kopi Indonesia menggunakan Deep Neural Network (DNN) dan mengoptimalkan arsitekturnya menggunakan Particle Swarm Optimization (PSO). Dataset diperoleh dari Trade Map untuk periode 2021–2025 dengan variabel input Quantity (Ton), Unit Value (US$/Ton), dan Growth in Value (%), sedangkan target penelitian adalah Value (US$). Tahapan penelitian meliputi pembersihan data, normalisasi Min-Max, pembentukan data untuk pemodelan, pembagian data menjadi training, validation, dan testing, pembangunan tiga arsitektur DNN, serta optimasi arsitektur menggunakan PSO. Tiga arsitektur DNN diuji dengan dua, tiga, dan empat hidden layer. Hasil pengujian menunjukkan bahwa DNN empat hidden layer memberikan hasil terbaik sebelum optimasi, dengan MSE 21.467.553,21, MAE 3.242,41, dan R² 0,9145. Optimasi PSO menggunakan delapan partikel dan 100 iterasi menghasilkan konfigurasi terbaik berupa 113 neuron pada hidden layer pertama, 46 neuron pada hidden layer kedua, 19 neuron pada hidden layer ketiga, serta learning rate 0,000896. Model DNN-PSO menghasilkan MSE 1.703.856,56, MAE 798,74, dan R² 0,9932. Dibandingkan DNN empat hidden layer, MSE turun 92,06%, MAE turun 75,36%, dan R² meningkat 8,61%. Hasil tersebut menunjukkan bahwa PSO mampu membantu pencarian arsitektur DNN yang lebih optimal dan menghasilkan prediksi yang lebih mendekati nilai aktual.

Konveksi Syauqi Production menghadapi tantangan dalam perencanaan produksi akibat tingginya volatilitas permintaan dan perubahan tren musiman pada produk batik. Selama ini, penentuan jumlah produksi hanya mengandalkan intuisi pemilik dan arsip faktur fisik yang belum terkelola secara sistematis, sehingga memunculkan risiko penumpukan stok (overproduction) maupun kekurangan barang (underproduction). Penelitian ini bertujuan membangun sistem pendukung keputusan berbasis web dengan menerapkan algoritma Decision Tree Regressor untuk memprediksi jumlah produksi batik bulanan. Menggunakan data historis transaksi periode 2001 hingga 2024 sebanyak 3.551 rekaman data, pengolahan diawali dengan tahap pembersihan data, rekayasa fitur (lag features, rolling average, serta pemetaan siklus bulan), dan transformasi data. Evaluasi model menghasilkan nilai Koefisien Determinasi (R^2) sebesar 0,724, Root Mean Square Error (RMSE) sebesar 325,89, dan Mean Absolute Error (MAE) sebesar 274,29. Model prediktif ini berhasil diintegrasikan ke dalam aplikasi web berbasis PHP, MySQL, dan Python untuk membantu pihak manajemen beralih dari perkiraan intuitif menuju perencanaan produksi berbasis data yang lebih objektif.

Pemilihan lokasi usaha merupakan salah satu faktor penting yang dapat memengaruhi keberhasilan dan keuntungan usaha retail. Penelitian ini bertujuan untuk membangun Sistem Pendukung Keputusan (SPK) yang dapat membantu menentukan lokasi usaha Alfamart terbaik di Lingkungan Salira, Kecamatan Pulo Ampel. Metode yang digunakan adalah Technique for Order Preference by Similarity to Ideal Solution (TOPSIS), yaitu metode pengambilan keputusan multikriteria yang menentukan alternatif berdasarkan jarak terdekat terhadap solusi ideal positif dan jarak terjauh terhadap solusi ideal negatif. Kriteria yang digunakan dalam penelitian meliputi jarak ke pasar, kepadatan penduduk, jarak dari pabrik, harga sewa, dan akses jalan. Data diperoleh melalui observasi lapangan, wawancara, dokumentasi, dan studi pustaka. Hasil perhitungan TOPSIS terhadap tiga alternatif lokasi menunjukkan bahwa PA03 (Pulo Ampel) memperoleh nilai preferensi tertinggi sebesar 0,76256, kemudian PA01 (Pulorida) sebesar 0,69392 dan PA07 (Pulo Kali) sebesar 0,68366. Hasil pengujian sistem menggunakan Black Box Testing menunjukkan tingkat keberhasilan sebesar 100%, sedangkan User Acceptance Test (UAT) memperoleh nilai sebesar 94,4%. Hasil tersebut menunjukkan bahwa sistem yang dibangun dapat digunakan sebagai alat bantu dalam menentukan lokasi usaha Alfamart.

Ulasan aplikasi menyediakan data tekstual yang kaya untuk memahami evaluasi pengguna terhadap produk digital. Namun, penggunaan rating bintang sebagai proksi label sentimen dapat menghasilkan ketidakselarasan antara skor dan isi teks, sehingga hasil klasifikasi perlu diinterpretasikan secara hati-hati. Penelitian ini mengevaluasi klasifikasi sentimen berbasis rating pada 1.000 ulasan aplikasi Instagram berbahasa Indonesia dengan membandingkan Regresi Logistik, Random Forest, XGBoost, dan LightGBM. Model dilatih menggunakan representasi gabungan TF-IDF n-gram dan fitur leksikal/sintaksis sehingga menghasilkan 5.130 fitur. Interpretabilitas model berbasis pohon dianalisis menggunakan SHAP TreeExplainer untuk mengidentifikasi kontribusi fitur pada tingkat global dan lokal. Pada satu stratified hold-out split 80:20, akurasi model berada pada rentang 49,5–50,5%, sedangkan weighted F1 berada pada rentang 41,5–48,3%. Regresi Logistik memperoleh weighted F1 tertinggi sebesar 48,3%, tetapi hasil ini tidak diperlakukan sebagai bukti keunggulan umum karena evaluasi belum menggunakan repeated atau k-fold cross-validation. Lima fitur dengan mean absolute SHAP terbesar adalah 'kenapa', 'yang', 'bisa', 'bagus', dan 'untuk'. Temuan tersebut menunjukkan bahwa fitur leksikal yang dominan secara frekuensi dapat memengaruhi keputusan model dan bahwa interpretasi SHAP perlu dibaca bersama karakteristik representasi TF-IDF. Kontribusi penelitian terletak pada benchmarking yang transparan dan auditabilitas interpretasi model pada korpus ulasan aplikasi berbahasa Indonesia, sekaligus mendokumentasikan keterbatasan label berbasis rating, ketidakseimbangan kelas, ukuran sampel, dan ketidakstabilan estimasi akibat single split.

Penilaian prestasi siswa merupakan bagian penting dalam kegiatan akademik karena menggambarkan hasil belajar dan perkembangan siswa. Penelitian ini bertujuan mengembangkan Sistem Pendukung Keputusan (SPK) penilaian prestasi siswa berbasis web menggunakan metode Simple Additive Weighting (SAW) di SDN Rawacana. Penelitian menggunakan observasi, wawancara, dan studi pustaka sebagai teknik pengumpulan data, sedangkan pengembangan sistem mengacu pada tahapan SDLC. Perancangan sistem menggunakan UML dan basis data MySQL, dengan implementasi menggunakan framework Laravel. Metode SAW menerapkan empat kriteria benefit, yaitu nilai akademik (C1), sikap (C2), kehadiran (C3), dan ekstrakurikuler (C4), dengan bobot masing-masing 0,400; 0,250; 0,200; dan 0,150. Nilai dinormalisasi berdasarkan nilai tertinggi pada setiap kriteria dan kemudian dihitung menjadi nilai preferensi. Hasil implementasi menunjukkan sistem dapat mengelola data siswa, kelas, mata pelajaran, nilai, kriteria, perhitungan SAW, ranking, laporan, serta sertifikat Top 10 dengan pembagian hak akses Admin, Guru, dan Kepala Sekolah. Pada data uji, A3 memperoleh nilai preferensi 0,9651, A2 sebesar 0,9601, dan A1 sebesar 0,9583. Verifikasi manual dan sistem menghasilkan selisih 0,0000 pada seluruh alternatif, sedangkan pengujian black-box pada fungsi utama menunjukkan keluaran sesuai dengan yang diharapkan.

Tingginya angka pencurian kendaraan bermotor menuntut adanya sistem keamanan cerdas yang proaktif. Sistem keamanan konvensional dinilai pasif karena tidak mampu memberikan informasi lokasi maupun peringatan jarak jauh secara langsung kepada pemilik. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem pelacak sepeda motor berbasis Internet of Things (IoT) yang dilengkapi dengan fitur geofencing dan notifikasi SMS real-time. Sistem ini dibangun menggunakan mikrokontroler ESP32 DevKit, modul GPS Ublox NEO-6M sebagai penentu koordinat, modul SIM800L Ver.2 sebagai pengirim pesan, serta terintegrasi dengan Web Dashboard dan Firebase Realtime Database untuk pemantauan lokasi terpusat. Berdasarkan hasil pengujian, modul Ublox NEO-6M menunjukkan tingkat akurasi yang sangat baik dengan rata-rata selisih jarak (margin error) sebesar 2,41 meter dibandingkan koordinat referensi. Fitur geofencing berhasil beroperasi secara presisi dalam memicu peringatan saat kendaraan melewati batas radius 1 kilometer yang telah dikonfigurasi. Pengujian waktu tunda (delay) pengiriman SMS peringatan menunjukkan waktu respons rata-rata antara 4 hingga 7,1 detik pada kondisi sinyal stabil. Selain itu, penerapan logika anti-spam (flag boolean) terbukti sangat efektif dalam menahan pengiriman pesan berulang saat kendaraan terus menjauh, serta mampu melakukan reset otomatis saat kendaraan kembali ke zona aman. Secara keseluruhan, sistem ini mampu memberikan perlindungan proaktif, pemantauan akurat, dan peringatan dini yang andal.

Ruang terbuka hijau (RTH) perkotaan memiliki peran penting dalam mendukung kualitas lingkungan serta kenyamanan psikologis masyarakat. Penelitian ini bertujuan mengidentifikasi dan menganalisis faktor spasial yang membentuk kenyamanan psikologis pengunjung di Kiara Artha Park Bandung. Penelitian menggunakan pendekatan deskriptif kualitatif dengan paradigma fenomenologis. Data diperoleh melalui observasi lapangan pada tiga periode waktu, wawancara semi-terstruktur terhadap 30 pengunjung yang dipilih secara purposive, dan dokumentasi visual. Analisis data dilakukan menggunakan content analysis dan thematic analysis dengan mengacu pada Attention Restoration Theory (ART), Stress Recovery Theory (SRT), place attachment, dan proxemics. Hasil penelitian menunjukkan bahwa kenyamanan psikologis pengunjung terbentuk melalui lima faktor utama, yaitu vegetasi dan elemen alam, pencahayaan, kebersihan dan kerapihan, keamanan, serta fasilitas sosial. Vegetasi menjadi faktor paling dominan dengan skor kepuasan sebesar 4,5 dari 5, diikuti kebersihan dan kerapihan sebesar 4,2, fasilitas sosial 4,1, keamanan 3,9, dan pencahayaan 3,8. Vegetasi memberikan pengalaman sejuk, tenang, dan segar yang mendukung pengalaman restoratif pengunjung. Selain itu, kualitas pencahayaan, keterawatan lingkungan, visibilitas, konfigurasi ruang, dan fleksibilitas fasilitas duduk turut memengaruhi persepsi kenyamanan serta pola interaksi sosial. Temuan penelitian menunjukkan bahwa kenyamanan psikologis pada RTH merupakan konstruk multidimensional yang terbentuk melalui keterkaitan antara kualitas fisik ruang, pengalaman psikologis, dan interaksi sosial. Hasil ini dapat menjadi pertimbangan dalam perancangan dan pengelolaan RTH perkotaan yang lebih responsif terhadap kebutuhan psikologis dan sosial pengguna.

Transformasi digital pada sektor pemerintahan menjadi salah satu langkah strategis dalam meningkatkan kualitas pelayanan publik, termasuk pada proses pengelolaan produk hukum daerah. Bagian Hukum Sekretariat Daerah Kota Palembang sebagai instansi yang bertanggung jawab dalam penyusunan produk hukum masih menghadapi beberapa kendala, seperti proses administrasi yang dilakukan secara semi-manual, pengelolaan dokumen yang belum terintegrasi, koordinasi antarperangkat daerah yang kurang efisien, serta terbatasnya media partisipasi masyarakat dalam proses pembentukan peraturan daerah. Penelitian ini bertujuan merancang prototipe Sistem Informasi Manajemen Produk Hukum Daerah (SIMPORDA) sebagai solusi konseptual untuk mendukung digitalisasi proses legislasi daerah. Metode pengembangan sistem yang digunakan adalah metode Waterfall yang meliputi tahapan analisis kebutuhan, perancangan sistem, implementasi, pengujian, serta pemeliharaan. Hasil penelitian berupa rancangan prototipe SIMPORDA yang memiliki beberapa fitur utama, yaitu pengelolaan peraturan daerah, pengelolaan draft peraturan, manajemen dokumen digital, monitoring proses penyusunan produk hukum, konsultasi publik, serta dashboard informasi. Rancangan sistem ini diharapkan mampu meningkatkan efektivitas proses administrasi, memperkuat transparansi dan akuntabilitas, memperluas partisipasi masyarakat, serta mendukung pengelolaan arsip hukum secara digital. Dengan demikian, SIMPORDA dapat menjadi alternatif solusi dalam mendukung transformasi digital penyelenggaraan pemerintahan daerah menuju tata kelola yang lebih efektif, transparan, dan berorientasi pada prinsip good governance.

Penelitian ini menyajikan sistem pengenalan gesture tangan berbasis MediaPipe Hands sebagai antarmuka real-time untuk mengendalikan perangkat Internet of Things (IoT). Sistem menggunakan kamera sebagai media masukan, MediaPipe Hands untuk mengekstraksi 21 titik landmark tangan, dan klasifikasi berbasis aturan (rule-based) untuk mengenali empat gesture statis, yaitu Open Palm, Fist, One Finger, dan Two Finger. Setiap hasil klasifikasi divalidasi dengan mekanisme stabilisasi gesture, kemudian dikonversi menjadi perintah dan dikirim melalui protokol Message Queuing Telemetry Transport (MQTT) kepada mikrokontroler ESP32 yang menggerakkan lampu melalui relay dan motor servo sebagai representasi pintu. Penelitian menggunakan pendekatan eksperimental berbasis rekayasa sistem dengan evaluasi pada tingkat keberhasilan pengenalan, nilai confidence, frame rate, waktu respons, serta keberhasilan komunikasi MQTT dan pengendalian perangkat. Hasil pengujian menunjukkan gesture Open Palm dan Fist dikenali dengan tingkat keberhasilan 100%, sedangkan One Finger dan Two Finger sebesar 95,24%, sehingga tingkat keberhasilan keseluruhan mencapai 97,59% dari 83 percobaan. Nilai confidence berada pada rentang 90,67% hingga 99,02%, frame rate sekitar 27,8 FPS, dan waktu respons yang tercatat 9,12-9,31 ms. Seluruh payload MQTT diterima ESP32 dan dieksekusi dengan benar oleh relay maupun motor servo. Hasil tersebut menunjukkan bahwa pendekatan rule-based yang ringan dapat menjadi antarmuka kendali tanpa sentuhan yang praktis bagi perangkat IoT sederhana pada kondisi pengujian yang digunakan.

Pembangunan Jalan Tol Kediri–Tulungagung Ruas Akses Bandara Dhoho Kediri Seksi 2 mencakup pekerjaan tanah dan struktur dengan volume besar, sehingga pemilihan dan pengelolaan alat berat yang kurang tepat berpotensi menimbulkan pemborosan biaya dan keterlambatan pekerjaan. Permasalahan tersebut muncul akibat ketidaksesuaian jenis alat dengan kondisi pekerjaan, produktivitas alat yang belum optimum, serta tingginya biaya operasional. Penelitian ini bertujuan mengidentifikasi item pekerjaan yang menggunakan alat berat, menentukan jenis dan tipe alat, menghitung produktivitas dan biayanya, menyusun beberapa alternatif kombinasi, serta menentukan kombinasi alat berat paling optimum pada pekerjaan galian, timbunan, borepile, pilecap, kolom, dan perkerasan kaku. Metode penelitian meliputi penyusunan Work Breakdown Structure, perhitungan volume pekerjaan berdasarkan shop drawing, perhitungan produktivitas dan biaya alat berat mengacu pada Permen PUPR No. 8 Tahun 2023 dan HSPK Jawa Timur 2025, penyusunan alternatif kombinasi alat, serta optimasi program linier metode simpleks berbantuan LINDO (Linier Interactive Discrete Optimizer) 6.1, dengan mempertimbangkan kendala produktivitas, area kerja, ketergantungan antaralat, dan ketidaknegatifan variabel. Hasil penelitian menunjukkan bahwa volume pekerjaan pada proyek ini terdiri atas pekerjaan galian sebesar 201.039,99 m³, timbunan sebesar 278.394,41 m³, bore pile sebesar 25.414,58 m³, pile cap sebesar 25.642,77 m³, kolom sebesar 2.775,99 m³, dan perkerasan kaku sebesar 27.706,3 m³. Produktivitas masing-masing alat berat bervariasi tergantung jenis dan kapasitasnya; sebagai contoh, Excavator SANY135C memiliki produktivitas sebesar 81,122 m³/jam dengan biaya sewa sebesar Rp457.063,82/jam. Hasil optimasi menunjukkan kombinasi alat berat paling optimum dengan biaya sebesar Rp4.096.108.081,11 untuk pekerjaan galian, Rp9.201.871.073,08 untuk timbunan, Rp9.812.600.753,87 untuk bore pile, Rp12.742.801.953,52 untuk pile cap, Rp3.749.948.451,30 untuk kolom, dan Rp7.349.791.111,53 untuk perkerasan kaku, sehingga total biaya alat berat optimum untuk keseluruhan proyek sebesar Rp46.953.121.424,41. Hasil ini membuktikan bahwa program linier metode simpleks mampu menghasilkan kombinasi alat berat yang efisien dari segi biaya tanpa mengabaikan target produktivitas dan durasi pekerjaan, sekaligus menjadi dasar pengambilan keputusan objektif dalam perencanaan proyek jalan tol berskala besar.

Motor Brushless Direct Current (BLDC) merupakan salah satu jenis motor listrik yang banyak digunakan pada berbagai aplikasi industri dan penelitian karena memiliki efisiensi tinggi, umur pakai yang panjang, serta kebutuhan perawatan yang rendah. Dalam kegiatan praktikum dan penelitian di laboratorium, pemantauan nilai torsi motor BLDC secara real-time sangat penting untuk mengetahui karakteristik kerja motor pada berbagai kondisi pembebanan. Namun, proses pengukuran torsi masih banyak dilakukan secara manual sehingga kurang efektif dalam memperoleh data yang akurat dan berkesinambungan. Sistem yang dikembangkan menggunakan sensor arus PZEM-017, sensor proximity sebagai pendukung analisis konsumsi daya, serta mikrokontroler ESP32 sebagai pusat pemrosesan data dan media komunikasi. Data hasil pengukuran diproses oleh ESP32 dan ditampilkan pada antarmuka monitoring sehingga memudahkan pengguna dalam melakukan pengamatan dan pengambilan data. Metode penelitian meliputi tahap perancangan perangkat keras, perancangan perangkat lunak, integrasi sistem, pengujian sensor, serta pengujian keseluruhan sistem pada beberapa variasi pembebanan motor BLDC. Dengan demikian, sistem yang dirancang dapat digunakan sebagai media praktikum maupun penelitian untuk mendukung analisis motor BLDC secara lebih efektif dan efisien. Hasil pengujian menunjukkan bahwa penambahan beban mekanis memengaruhi parameter operasional motor BLDC, di mana peningkatan beban berbanding lurus dengan kenaikan arus dan torsi terhitung pada setpoint kecepatan 100, 200, dan 300 RPM. Sistem monitoring berbasis IoT berhasil merekam dinamika respon transien saat motor awal berjalan maupun kondisi tunak (steady-state) terhadap variasi pembebanan 2–20 kg secara kuantitatif pada setiap perubahan beban per kilogram.

Motor Brushless Direct Current (BLDC) merupakan salah satu jenis motor listrik yang banyak digunakan pada berbagai aplikasi industri dan penelitian karena memiliki efisiensi tinggi, umur pakai yang panjang, serta kebutuhan perawatan yang rendah. Dalam kegiatan praktikum dan penelitian di laboratorium, pemantauan nilai torsi motor BLDC secara real-time sangat penting untuk mengetahui karakteristik kerja motor pada berbagai kondisi pembebanan. Namun, proses pengukuran torsi masih banyak dilakukan secara manual sehingga kurang efektif dalam memperoleh data yang akurat dan berkesinambungan. Sistem yang dikembangkan menggunakan sensor arus PZEM-017, sensor proximity sebagai pendukung analisis konsumsi daya, serta mikrokontroler ESP32 sebagai pusat pemrosesan data dan media komunikasi. Data hasil pengukuran diproses oleh ESP32 dan ditampilkan pada antarmuka monitoring sehingga memudahkan pengguna dalam melakukan pengamatan dan pengambilan data. Metode penelitian meliputi tahap perancangan perangkat keras, perancangan perangkat lunak, integrasi sistem, pengujian sensor, serta pengujian keseluruhan sistem pada beberapa variasi pembebanan motor BLDC. Dengan demikian, sistem yang dirancang dapat digunakan sebagai media praktikum maupun penelitian untuk mendukung analisis motor BLDC secara lebih efektif dan efisien. Hasil pengujian menunjukkan bahwa penambahan beban mekanis memengaruhi parameter operasional motor BLDC, di mana peningkatan beban berbanding lurus dengan kenaikan arus dan torsi terhitung pada setpoint kecepatan 100, 200, dan 300 RPM. Sistem monitoring berbasis IoT berhasil merekam dinamika respon transien saat motor awal berjalan maupun kondisi tunak (steady-state) terhadap variasi pembebanan 2–20 kg secara kuantitatif pada setiap perubahan beban per kilogram.

Beton merupakan material konstruksi yang banyak digunakan dalam pembangunan infrastruktur karena memiliki kuat tekan yang tinggi dan daya tahan yang baik. Meningkatnya kebutuhan pembangunan menyebabkan penggunaan semen terus bertambah sehingga berpotensi meningkatkan eksploitasi sumber daya alam dan dampak lingkungan. Oleh karena itu, diperlukan material alternatif ramah lingkungan, salah satunya pemanfaatan limbah abu ampas kopi sebagai bahan substitusi sebagian semen pada campuran beton. Penelitian ini bertujuan untuk menganalisis pengaruh penggunaan abu ampas kopi terhadap kuat tekan beton mutu f’c 30 MPa. Metode yang digunakan adalah metode eksperimen di laboratorium dengan variasi substitusi abu ampas kopi sebesar 0%, 6%, 12%, dan 18% dari berat semen. Benda uji berupa silinder berdiameter 15 cm dan tinggi 30 cm dengan total 36 sampel. Pengujian kuat tekan dilakukan pada umur 7, 14, dan 28 hari sesuai SNI 1974:2023. Berdasarkan hasil pengujian kuat tekan pada umur 28 hari, beton normal memiliki nilai kuat tekan sebesar 36,06 MPa. Penambahan abu ampas kopi sebesar 6%, 12%, dan 18% menurunkan kuat tekan beton secara berturut-turut menjadi 19,44 MPa, 10,07 MPa, dan 8,20 MPa. Hasil penelitian menunjukkan bahwa peningkatan persentase abu ampas kopi menyebabkan penurunan kuat tekan beton secara signifikan, sehingga seluruh variasi substitusi belum mampu memenuhi mutu beton rencana.

Penelitian ini menganalisis kekuatan dan kestabilan kabel utama Jembatan Kaca Bendungan Sukamahi dengan mengadopsi konsep desain Zhangjiajie Glass Bridge. Objek analisis berupa sistem wire rope tipe IWRC berdiameter 52 mm dengan 14 strand pada dua sisi, tegangan tarik ultimit 1.770 MPa, modulus elastisitas efektif sekitar 1,2 × 10^5 MPa, dan berat per meter sekitar 10,2 kg/m. Pemodelan numerik dilakukan menggunakan SAP2000 berdasarkan data DED, hasil pengujian material, dan pembebanan mengacu pada SNI 1725:2016, SNI 2833:2016, serta Surat Edaran Menteri PUPR No. 02/SE/M/2010. Beban yang ditinjau meliputi beban mati tambahan sebesar 5,52 kN/m, beban hidup pejalan kaki 5 kPa, beban angin dasar 1,3 kN/m² dengan gaya total rangka 1.171 kN, beban temperatur dengan ∆T 20 °C, serta beban gempa dengan PGA 0,354 g, Ss 0,718, S1 0,277, Fa 1,1, Fv 1,52, As 0,3894 g, SDS 0,7898 g, dan SD1 0,42104 g. Hasil analisis menunjukkan distribusi tegangan kabel utama pada kondisi pembebanan umum berada pada rentang 76–304 MPa, sedangkan kondisi paling kritis mencapai ±1.240,39 MPa. Gaya tarik maksimum sebesar 473,24 kN terjadi pada elemen kabel nomor 823. Dengan kapasitas putus minimum 1.700 kN, faktor keamanan diperoleh sebesar 3,59 sehingga memenuhi kriteria aman (SF > 2,0). Hasil ini menunjukkan bahwa adaptasi desain Zhangjiajie pada kondisi lokal Sukamahi secara numerik masih aman dan layak ditinjau lebih lanjut untuk pengembangan jembatan kaca di Indonesia.