<?xml version="1.0" encoding="UTF-8" ?>
<modsCollection xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" xmlns:slims="http://slims.web.id" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd">
<mods version="3.3" id="119762">
 <titleInfo>
  <title>PENGARUH PENAMBAHAN SERAT TEBU TERHADAP KUAT TEKAN DAN KUAT TARIK BELAB BETONRNPADA LINGKUNGAN TERLINDUNG, TIDAK TERLINDUNG DAN TERTIMBUN DALAM TANAH</title>
 </titleInfo>
 <name type="Personal Name" authority="">
  <namePart>JULHAM AKSAR</namePart>
  <role>
   <roleTerm type="text">Primary Author</roleTerm>
  </role>
 </name>
 <typeOfResource manuscript="no" collection="yes">mixed material</typeOfResource>
 <genre authority="marcgt">bibliography</genre>
 <originInfo>
  <place>
   <placeTerm type="text">Banda Aceh</placeTerm>
   <publisher>Fakultas Teknik</publisher>
   <dateIssued>2009</dateIssued>
  </place>
 </originInfo>
 <language>
  <languageTerm type="code"></languageTerm>
  <languageTerm type="text"></languageTerm>
 </language>
 <physicalDescription>
  <form authority="gmd">Skripsi</form>
  <extent></extent>
 </physicalDescription>
 <note>Penelitian  ini bertujuan untuk  membuat  suatu  permodelan komputer dari penelitian laboratorium mengenai  pengaruh  penggunaan serat tebu terhadap  kuat tekan dan kuat tarik  belah  beton  pada  lingkungan terlindung,  tidak  terlindung  dan  tertimbun  daJam tanah. Permodelan ini dilakukan  untuk  mengetahui pengaruh  penggunaan serat  tebu terhadap    beton   dalam   jangka  panjang.   Data   yang   digunakan   untuk   membuat permodelan  ini  adalah  hasil  uji  tekan  dan  tarik beJah  silinder  yang  dilakukan   pada saat  beton  berurnur  28  hari  (0  buJan)  I   bulan,  2  bulan  dan  3  bulan.  Permodelan dilakukan   dengan   menggunakan  artificial  neural network (ANN)  dengan   metode backpropagation. Sebelum  dilakukan  permodelan, data hasil  uji laboratorium diolah sehingga  didapatkan nilai kuat tarik belah dan kuat tekannya,  lalu diseleksi,  sehingga data yang  dianggap  rusak tidak  akan dimasukkan ke daJam permodelan. Permodelan dengan  ANN  dilakukan   dalam  tiga  tahap,  yaitu  training,  validasi  dan forecasting. Pada  training  data  dilatih   dengan  4  algoritrna  pembelajaran  ANN,  yaitu  gradient descent dengan  momentum (GD), gradient descent  dengan  momentum dan adaptive learning rate (GD+M+LR), resilent backpropagation  (RB)  dan  conjugate gradient (CG).  LaJu hasil  pelatihan divalidasi   untuk  memastikan jaringan  telah  mempelajari pola data dengan  baik. Dari basil validasi  dipilih  algoritma  RB untuk  digunakan pada forecasting. Forecasting dilakukan  sebanyak  9 bulan  sehingga  didapatkan data  kuat tekan  dan  kuat  tarik  belah   selama   12  buJan.  Hasil  Permodelan  ini menunjukkan setiap  lingkungan   perawatan   berpengaruh  pada   peningkatan  dan  penurunan  kuat tekan  dan  kuat tarik  belah  beton. Pada  lingkungan terlindung  dan  tidak  terlindung, kuat  tarik  belah  dan  kuat  tekan  beton  normal  lebih tinggi  dari  beton  serat  hingga mencapai  kestabilan.   Namun  beton  serat juga menunjukkan  peningkatan kekuatan, walaupun ada penurunan, namun tidak terjadi secara signifikan dan kontinyu. Pada lingkungan   tertimbun   di  dalam  tanah,  beton  serat  pada  umur  buJan  pertama   dan kedua   menunjukkan  peningkatan  kekuatan   yang   lebih   baik   dari   beton   normal, terutarna   pada   kuat  tekan,  namun   setelah   bulan   ketiga  pada  permodelan  terlihat bahwa  beton  serat terus  rnenunjukkan perlemahan kekuatan  terutama  pada  kuat  tarik belah.</note>
 <note type="statement of responsibility"></note>
 <classification>0</classification>
 <identifier type="isbn"></identifier>
 <location>
  <physicalLocation>ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala</physicalLocation>
  <shelfLocator></shelfLocator>
 </location>
 <slims:digitals/>
</mods>
<recordInfo>
 <recordIdentifier>119762</recordIdentifier>
 <recordCreationDate encoding="w3cdtf">2024-01-25 14:38:03</recordCreationDate>
 <recordChangeDate encoding="w3cdtf">2024-01-25 14:38:03</recordChangeDate>
 <recordOrigin>machine generated</recordOrigin>
</recordInfo>
</modsCollection>