Electronic Theses and Dissertation

Kerusakan struktur beton akibat korosi baja tulangan dapat diketahui dan dievaluasi dari nilai potensial yang diukur pada permukaan beton. tujuan penelitian ini adalah untuk memprediksi nilai potensial korosi pada balok beton bertulang dengan mengaplikasikan artificial neural network (ann). data basil pengujian laboratorium berupa nilai potensial korosi pada permukaan balok beton digunakan sebagai data sekunder untuk permodelan. permodelan dengan delapan tarlabel masukan dilakukan dalam tiga tahap, yaitu training, validasi dan forecasting menggunakan software matlab. metode pelatihan yang digunakan adalah resilient backpropagation (trainrp). data dari minggu 0, 4, 8, 12 dan 16 'dipilih untuk tahap training, sedangkan data minggu ke - 2, 6, 10 dan 14 digunakan untuk validasi. forecasting dilakukan setelah hasil validasi sesuai diperoleh persentase selisih antara hasil laboratorium terhadap hasil ann rata-rata sebesar 16,10%. dari pengujian sistem yang dilakukan terhadap perbandingan basil prediksi dengan data sekunder menghasilkan persentase keakuratan rata-rata sebesar 84,13%. pada periode training diperoleh persentase selisih sebesar 5,18% dan keakuratan rata-rata sebesar 95,05%, sedangkan untuk validasi diperoleh persentase selisih sebesar 29,66% dan keakuratan rata - rata sebesar 70,49 %. untuk prediksi bulan ke--5 hingga bulan ke-12 diperoleh nilai yang fluktuatif sama halnya dengan data sekunder yang digunakan pada permodelan ini. selisih antara target ann dengan hasil eksperimen tidak jauh berbeda, maka dapat dikatakan ann berhasil memprediksi potensial korosi. kata kunci: potensial korosi, beton bertulang, artificial neural network (ann), prediksi