PREDIKSI KUAT TEKAN BETON KINERJA TINGGI DENGANPEMODELAN METODE ARTIFICIAL NEURAL NETWORK (ANN)

Jurnal Teknik Sipil

Dora Nafira¹  Fachrurrazi Fachrurrazi¹  Mochammad Afifuddin² 

[1] ;Teknik Sipil Universitas Syiah Kuala;

关键词: kuat tekan, prediksi, artificial neural network (ann), mean absolute persentage error (mape), matlab r2021a;   

DOI  :  10.24815/jts.v10i2.22969

来源: DOAJ

【 摘 要 】

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.

【 授权许可】

Unknown