OPTIMASI ADAPTIVE MESH REFINEMENT PADA PEMODELAN ALIRAN CFD MULTIFASA UNTUK SIMULASI TSUNAMI AKIBAT LONGSORAN SUBAERIAL DENGAN NON-DOMINATED SORTED GENETIC ALGORITHM-II

Tsunami merupakan salah satu bencana alam yang berpotensi mengancam sistem pertahanan maritim Indonesia dan merupakan ancaman Non-Militer. Dampak yang ditimbulkan dari tsunami dapat mengganggu pertahanan Nir-Militer bagian keselamatan umum yaitu dapat mengakibatkan korban jiwa serta merusak infrastruktur terutama bagian pesisir. Salah satu penyebab terjadinya tsunami
adalah fenomena longsor yang terjadi di permukaan maupun dasar laut. Dalam konteks pertahanan Nir-Militer, kesiapsiagaan terhadap bencana ini menjadi bagian penting dari sistem pertahanan nasional. Penelitian ini bertujuan meminimalkan kerusakan yang ditimbulkan oleh tsunami di masa mendatang dengan meningkatkan efisiensi dan akurasi simulasi tsunami akibat longsoran melalui pemodelan numerik berbasis Computational Fluid Dynamics (CFD) dengan pendekatan Adaptive Mesh Refinement (AMR). Metode optimasi parameter AMR dilakukan menggunakan algoritma evolusi Non-dominated Sorting Genetic Algorithm-II (NSGA-II), serta pemilihan konfigurasi terbaik menggunakan metode TOPSIS. Simulasi dilakukan dengan memvalidasi hasil terhadap data eksperimen laboratorium, mengevaluasi akurasi gelombang dan sedimen, serta waktu komputasi. Hasil menunjukkan bahwa kombinasi parameter optimal dapat mengurangi waktu komputasi hingga 54% dan meningkatkan akurasi simulasi secara signifikan.