A platform for research: civil engineering, architecture and urbanism
A platform for research: civil engineering, architecture and urbanism
PREDIKSI KUAT TEKAN BETON KINERJA TINGGI DENGAN PEMODELAN METODE ARTIFICIAL NEURAL NETWORK (ANN)
Beton menjadi pilihan utama dalam pembangunan struktur dikarenakan kekuatan tekan yang dihasilkannya tinggi. Dibutuhkan metode yang tepat dalam memprediksi kuat tekan beton sehingga dapat mempermudah perencanaan campuran beton sebelum dilakukannya pengujian laboratorium. Tujuan dari penelitian ini adalah membuat model untuk memprediksi kuat tekan dengan metode artificial neural network (ANN). Data yang digunakan berupa data kuat tekan beton hasil pengujian laboratorium yang dikumpulkan oleh Yeh (1998). Campuran beton terdiri dari semen, air, agregat halus, agregat kasar yang dikelompokkan menjadi 3 model berdasarkan aditif yang digunakan yaitu model ANN-A dengan aditif blast furnace slag, fly ash, dan superplasticizer, model ANN-B dengan aditif blast furnace slag dan model ANN-C dengan aditif blast furnace slag dan superplasticizer. Pemodelan ANN dilakukan dengan menggunakan software MatLab R2021a. Pemodelan dilakukan dalam dua tahap yaitu training menggunakan 80% jumlah data dan validasi menggunakan 20% jumlah data. Hasil dari pemodelan menunjukkan ketepatan prediksi dapat dilihat pada nilai mean absolute persentage error (MAPE) yang dihasilkan. Nilai MAPE pemodelan berturut-turut model ANN - A, B dan C pada training sebesar 1,40%; 2,43% dan 1,43% serta pada validasi sebesar 13,44%; 13,68% dan 14,58%. Hasil penelitian menunjukkan pemodelan ANN dapat digunakan untuk memprediksi kuat tekan beton kinerja tinggi dengan tingkat ketepatan yang baik.
PREDIKSI KUAT TEKAN BETON KINERJA TINGGI DENGAN PEMODELAN METODE ARTIFICIAL NEURAL NETWORK (ANN)
Beton menjadi pilihan utama dalam pembangunan struktur dikarenakan kekuatan tekan yang dihasilkannya tinggi. Dibutuhkan metode yang tepat dalam memprediksi kuat tekan beton sehingga dapat mempermudah perencanaan campuran beton sebelum dilakukannya pengujian laboratorium. Tujuan dari penelitian ini adalah membuat model untuk memprediksi kuat tekan dengan metode artificial neural network (ANN). Data yang digunakan berupa data kuat tekan beton hasil pengujian laboratorium yang dikumpulkan oleh Yeh (1998). Campuran beton terdiri dari semen, air, agregat halus, agregat kasar yang dikelompokkan menjadi 3 model berdasarkan aditif yang digunakan yaitu model ANN-A dengan aditif blast furnace slag, fly ash, dan superplasticizer, model ANN-B dengan aditif blast furnace slag dan model ANN-C dengan aditif blast furnace slag dan superplasticizer. Pemodelan ANN dilakukan dengan menggunakan software MatLab R2021a. Pemodelan dilakukan dalam dua tahap yaitu training menggunakan 80% jumlah data dan validasi menggunakan 20% jumlah data. Hasil dari pemodelan menunjukkan ketepatan prediksi dapat dilihat pada nilai mean absolute persentage error (MAPE) yang dihasilkan. Nilai MAPE pemodelan berturut-turut model ANN - A, B dan C pada training sebesar 1,40%; 2,43% dan 1,43% serta pada validasi sebesar 13,44%; 13,68% dan 14,58%. Hasil penelitian menunjukkan pemodelan ANN dapat digunakan untuk memprediksi kuat tekan beton kinerja tinggi dengan tingkat ketepatan yang baik.
PREDIKSI KUAT TEKAN BETON KINERJA TINGGI DENGAN PEMODELAN METODE ARTIFICIAL NEURAL NETWORK (ANN)
Mochammad Afifuddin (author) / Dora Nafira (author) / Fachrurrazi Fachrurrazi (author)
2021
Article (Journal)
Electronic Resource
Unknown
Metadata by DOAJ is licensed under CC BY-SA 1.0
TINJAUAN KUAT TEKAN BETON MUTU TINGGI DENGAN PENAMBAHAN TALI TAMBANG PLASTIK
| BASE | 2016
KUAT TEKAN BETON AWAL TINGGI DENGAN VARIASI PENAMBAHAN SUPERPLASTICIZER DAN SILICA FUME
| BASE | 2019
PERBAIKAN PERILAKU KUAT TEKAN BETON AIR RAWA DENGAN METODE PENYARINGAN AIR
| BASE | 2019
Analisis Hubungan Kecepatan Gelombang Dengan Kuat Tekan Beton Menggunakan Metode UPV
| DOAJ | 2020