Electronic Theses and Dissertation
Universitas Syiah Kuala
SKRIPSI
PERMODELAN ARTIFICIAL NEURAL NETWORK (ANN) UNTUK MEMPREDIKSI PERILAKU PROFIL KANAL (C) FEROSEMEN DENGAN KONFIGURASI I YANG DIBEBANI LENTUR
Pengarang
Andika Akbar - Personal Name;
Dosen Pembimbing
Nomor Pokok Mahasiswa
0404101010008
Fakultas & Prodi
Fakultas Teknik / Teknik Sipil (S1) / PDDIKTI : 22201
Penerbit
Banda Aceh : Fakultas Teknik., 2011
Bahasa
Indonesia
No Classification
006.32
Literature Searching Service
Hard copy atau foto copy dari buku ini dapat diberikan dengan syarat ketentuan berlaku, jika berminat, silahkan hubungi via telegram (Chat Services LSS)
Penelitian ini bertujuan membuat suatu permodelan artificial neural network (ANN) untuk memprediksi perilaku profil kanal (C) ferosemen dengan konfigurasi Iyang dibebani lentur. Permodelan ini dilakukan untuk mengetahui pengaruh perbedaan tinggi profil, jumlah lapis wiremesh, dan jumlah tulangan tarik terhadap momen dan lendutan yang terjadi pada profil. Data yang cligunakan untuk membuat permodelan ini adalah hasil uji lentur profil kanal (C) yang dikonfigurasi I yang dilakukan pada saat beton berumur 28 hari, dari hasil uji laboratorium cliperoleh 9 data. Permodelan dengan ANN dlilakukan dalam tiga tahap, yaitu training, validasi dan forecasting. Pada training dipilih 7 data secara acak untuk dilatih, dan 2 data sisanya dipilih untuk validasi. Setelah dipastikan hasil pelatihan dan validasi mempelajari pola data dengan baik, dilanjutkan dengan forecasting (memprediksi). Diambil 9 data baru untuk forecasting yang telah diubah tinggi profil, jumlah lapis wiremesh, dan jumlah tulangan tarik. Dari hasil forecasting diperoleh nilai momen dan lendutan data profil baru. Dari data baru ini dapat dilihat nilai momen terbesar terjadi pada profil dengan tinggi 350 mm, 3 lapis wiremesh, dan 4 batang tulangan tarik, sedangkan nilai momen terkecil dan nilai lendutan terbesar terjadi pada profil dengan tinggi 150 mm, 3 lapis wiremesh, dan 2 batang tulangan tarik, sedangkan nilai lendutan terkecil terjadi pada profil dengan tinggi 250 mm, 4 lapis wiremesh, dan 3 batang tulangan tarik. Pada data sekunder, nilai momen dan nilai lendutan antara permodelan ANN (training dan validasi) dibandingkan dengan data laboratorium memiliki persentase rata -rata sebesar 101,81% dan 97,45%, sedan gkan nilai momen dan nilai lendutan antara perhitungan teoritis dibandingkan dengan permodelan ANN (training dan validasi) memiliki persentase rata -rata sebesar 80,73% dan
58,44%. Pada data baru, nilai momen dan nilai lendutan antara perhitungan teoritis dibandingkan dengan permodelan ANN (forecasting) memiliki persentase
rata - rata sebesar 78, 12% dan 60,95%.
Tidak Tersedia Deskripsi
PERMODELAN ARTIFICIAL NEURAL NETWORK (ANN) UNTUK MEMPREDIKSI PERILAKU PROFIL KANAL (C) FEROSEMEN DENGAN KONFIGURASI I YANG DIBEBANI LENTUR (Andika Akbar, 2024)
PERILAKU PROFIL KANAL (C) FEROSEMEN DENGAN KONFIGURASI I YANG DIBEBANI LENTURRN(STUDI KASUS DENGAN TINGGI 150 MM, 200 MM, DAN 300 MMRNMENGGUNAKAN 3 TULANGAN TARIK DAN 4 LAPIS WIREMESH) (Martha Pratama, 2024)
PERBANDINGAN PREDIKSI CURAH HUJAN BERBASIS NEURAL NETWORK BACKPROPAGATION DAN FUZZY TIME SERIES MARKOV CHAIN (STUDI KASUS WILAYAH ACEH UTARA – INDONESIA) (Nurul Shanna Nadran, 2024)
PREDIKSI KECEPATAN ANGIN JANGKA MENENGAH MENGGUNAKAN ARTIFICIAL NEURAL NETWORK (ANN) UNTUK ESTIMASI DAYA LISTRIK DARI PLTB; STUDI KASUS DI SABANG (Abdul Malek, 2023)
PERFORMANCE ANALYSIS OF COMPUTER CLUSTERS AND NON-CLUSTER (Aridhatullah, 2015)