PENGARUH PENAMBAHAN SERAT TEBU TERHADAP KUAT TEKAN DAN KUAT TARIK BELAB BETONRNPADA LINGKUNGAN TERLINDUNG, TIDAK TERLINDUNG DAN TERTIMBUN DALAM TANAH | ELECTRONIC THESES AND DISSERTATION

Electronic Theses and Dissertation

Universitas Syiah Kuala

    SKRIPSI

PENGARUH PENAMBAHAN SERAT TEBU TERHADAP KUAT TEKAN DAN KUAT TARIK BELAB BETONRNPADA LINGKUNGAN TERLINDUNG, TIDAK TERLINDUNG DAN TERTIMBUN DALAM TANAH


Pengarang

JULHAM AKSAR - Personal Name;

Dosen Pembimbing



Nomor Pokok Mahasiswa

0404101010030

Fakultas & Prodi

Fakultas Teknik / Teknik Sipil (S1) / PDDIKTI : 22201

Subject
-
Kata Kunci
-
Penerbit

Banda Aceh : Fakultas Teknik., 2009

Bahasa

No Classification

-

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 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.

Tidak Tersedia Deskripsi

Citation



    SERVICES DESK