Optimasi Komponen Fasad Menggunakan Generative Algorithm Studi kasus: ITERA Lampung

Rendy Perdana Khidmat, M. Shoful Ulum, A. Dwi Eva Lestari, Hiroatsu Fukuda

Abstract


Sektor konstruksi dan bangunan, terutama hunian dan bangunan komersil, berkontribusi hampir 40% dalam
mempercepat proses pemanasan global. Hal ini disebabkan oleh konsumsi energi berlebih oleh penghuni bangunan
dalam upaya beradaptasi dengan perubahan suhu pada tempat tinggalnya. Walaupun demikian, hal ini dapat
diantisipasi oleh stakeholder terutama arsitek dan desainer dengan menerapkan model desain yang berorientasi pada
perfoma bangunan pada saat tahap awal desain. Perancangan arsitektur masa kini banyak mengalami perubahan
dikarenakan pengaruh dari perkembangan komputer. Digital design salah satu cabang yang berkembang dalam
arsitektur memiliki peran yang sangat penting dalam membentuk pola pikir desain arsitektur masa kini. Sebut saja
Parametric Design dan Generative Algorithm, yang merupakan suatu pendekatan desain yang mengandalkan
kemampuan komputer dalam mengambil alih perhitungan-perhitungan matematis yang komplek dalam proses
perancangan arsitektur. Penelitian ini akan membahas penggunaan platform tersebut dalam menginvestigasi peran
dan fitur dari komponen fasad diantaranya panjang kanopi jendela, luas permukaan bukaan, tinggi ambang atas dan
bawah dari jendela dan derajat perputaran orientasi bangunan dengan studi kasus Institut Teknologi Sumatera,
dengan iterasi secara generative untuk mengukur target goal dari proses perancangan seperti Operative Temperature,
View Percentage, Daylight Simulation, Surface Temperature, Sun Hours Simulation. Hasil yang didapatkan dari
proses iterasi pada 34 generasi menggambarkan preferred solution adalah individual yang memiliki sudut perputaran
6 derajat, Panjang cantilever jendela 0.9 meter, glazing ratio 0.2%, tinggi ambang atas dan bawah jendela adalah
3,5-meter dan 10 cm.


Keywords


Komponen Fasad, Parametrik Desain, Generative Algorythm, Multi Objective-Optimization, Daylight Analysis

Full Text:

PDF

References


Asda, Chichi. (2010). Design Explanation with Generative Algorithm in Designing the Facade of ATMI Campus Cikarang. Bandung: ITB.

Brown, N.C., Mueller, C.T. (2019). The effect of performance feedback and optimization on the conceptual design process. IASS 2016 Tokyo Symposium: Spatial Structures in the 21st Century – Conceptual Design, pp. 1-10(10)

Goodman, J., Huwitz, M., Park, J. and Smith, J. (2018). Heat and Learning. NBER Working Paper No.24639

Groat, Linda and Wang, David., (2002). Architectural Research Methods. New York: John Wiley & Sons, Inc.

Habibi, S. (2017). The promise of BIM for improving building performance. Energy and Buildings, 153, pp.525-548.

IPCC. (2007). Report of the Intergovernmental Panel on Climate Change. [M.L. Parry, O.F. Canziani, J.P. Palutikof, P.J. van der Linden and C.E. Hanson, (eds.)]. Cambridge University Press, Cambridge, UK, 976 pp.

Liang, L.B., Jakubiec, J.A. (2018). A Thhree-Part Visualisation Framework to Navigate Complex Multi-Objective (>3) Building Performance Optimisation Design Space.

Lombard. LP., Ortiz. J., Pout. C., A review on Buildings Energy Consumption. Energy and Buildings. Vol. 40. P.394-398. Proceedings of BSO 2018: 4th Building Simulation and Optimization Conference, Cambridge, UK: 11-12 September 2018. International Building Simulation Association (IBPSA). England.

Menges.A. (2010). Material Information: Integrating Material Characteristics and Behavior in Computational Design for Performative Wood Construction. ACADIA 10: LIFE in: formation, On Responsive Information and Variations in Architecture. Proceedings of the 30th Annual Conference of the Association for Computer Aided Design in Architecture (ACADIA). pp. 151-158.

Montazami, A., Gaterell, M., Nicol, F., Lumley, M. and Thoua, C. (2017). Developing an algorithm to illustrate the likelihood of the dissatisfaction rate with relation to the indoor temperature in naturally ventilated classrooms. Building Environment, 111, pp.61-71.

Montazami, A., Gaterell, M. and Nicol, F. (2015). A comprehensive review of environmental design in UK schools: History, conflicts and solutions. Renewable and Sustainable Energy Reviews, 46, pp.249-264.

Sameni, S.M.T., Gaterell, M., Montazami, A. and Ahmed, A., 2015. Overheating investigation in UK social housing flats built to the Passivhaus standard. Building and Environment, 92, pp.222-235.

Vier, Robert. Grasshopper. (2011). [Cited: 1 25, 2015.]

Welle. B., Haymaker. J. Rogers, Z. (2011). ThermalOpt: A methodology for automated BIM-based multidisciplinary thermal simulation for use in optimization environments.

Zarzycki. A. (2012). Parametric BIM as a generative design tool. Digital Aptitudes + Other Openings: Proceedings of the 2012 100th ACSA Annual Meeting. Pp. 752-762.

Zomorodian, S.Z., Tahsildoost.M, hafezi.M. (2016). Therlam comfort in education buildings: A review article. Renewable and Sustainable Energy Reviews. Vol. 99. Pp. 895-906. Elsevier.




DOI: http://dx.doi.org/10.36448/jaubl.v10i1.1336

Article Metrics

Abstract view : 51 times
PDF - 60 times

JURNAL ARSITEKTUR saat ini terindeks:

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License