<?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="120617">
 <titleInfo>
  <title>PERMODELAN  ARTIFICIAL NEURAL NETWORK (ANN) UNTUK MEMPREDIKSI PERILAKU PROFIL KANAL (C) FEROSEMEN DENGAN KONFIGURASI I  YANG DIBEBANI LENTUR</title>
 </titleInfo>
 <name type="Personal Name" authority="">
  <namePart>Andika Akbar</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>2011</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  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&#13;
58,44%.   Pada  data  baru,   nilai  momen   dan  nilai  lendutan   antara   perhitungan teoritis  dibandingkan dengan  permodelan  ANN (forecasting) memiliki  persentase&#13;
rata - rata sebesar 78, 12% dan 60,95%.&#13;
&#13;
&#13;
&#13;
&#13;
&#13;
</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>120617</recordIdentifier>
 <recordCreationDate encoding="w3cdtf">2024-02-20 16:01:45</recordCreationDate>
 <recordChangeDate encoding="w3cdtf">2024-02-20 16:01:45</recordChangeDate>
 <recordOrigin>machine generated</recordOrigin>
</recordInfo>
</modsCollection>