Electronic Theses and Dissertation

CORRELATION MODEL OF INTERNATIONAL ROUGHNESS INDEX (IRI) AND SURFACE DISTRESS INDEX (SDI) ON HARDENING OF PLIANT ROADWAY
(A Case Study on A.M. Ibrahim Street, Langsa City)
By :
Irza Zeahsa
NIM. 0909200060053

Committe of Supervisors :
1. Dr. Ir. M. Isya, MT
2. Dr. Renni Anggraini, ST, M.Eng


ABSTRACT

Pavement condition survey needs to be carried out periodically either structural or non-structural to determine the level of road existing service. Pavement performance parameters that can be used to determine the level of service a pavement surface roughness and assesment of road conditions. The information for rougness index known as International Roughness Index (IRI) used NAASRA methode and assesment road condition known as Surface Distress Index (SDI) used Road Condition System (RCS). Using NAASRA tool requires expensive cost and time consuming, while using RCS check will be easier, quicker, and less money in operation. Based on these issues, therefore this research is aiming at looking the correlation between IRI and SDI, so that by the presence of data SDI and IRI will be calculated faster and easier. As a secondary data, IRI value generates from IIRMS in the fiscal year of 2014 which is executed by the P2JN (planning and supervision body for Aceh national road development), especially on A.M. Ibrahim street (Langsa City), whereas primary data of SDI value was obtained from site survey throughout the road. The correlation model analysis is conducted by using some regression of equation, which are linear, logarithm, quadratic and exponential. However, regression of equation that provides biggest Determination (R2) of coefficient value will become correlation model between IRI and SDI value. conclusion from this research is that there is a strong correlation between IRI and SDI value, and this is proven by correlation model in equation form of polynomial regression, which is: IRI = 0.001SDI2 + 0.293SDI – 6.32 with determinating coefficient is R2 = 0.790.

Keywords : IRI, SDI, Model, Linear Regression, Non Linear Regression.






MODEL HUBUNGAN INTERNATIONAL ROUGHNESS INDEX (IRI) DAN SURFACE DISTRESS INDEX (SDI) PADA PERKERASAN LENTUR JALAN RAYA
(Studi Kasus Pada Jalan A.M. Ibrahim Langsa)
Oleh :
Irza Zeahsa
NIM. 0909200060053

Komisi Pembimbing :
1. Dr. Ir. M. Isya, MT
2. Dr. Renni Anggraini, ST, M.Eng


ABSTRAK

Survei kondisi perkerasan perlu dilakukan secara periodik baik struktural maupun non-struktural untuk mengetahui tingkat pelayanan jalan yang ada. Parameter kinerja perkerasan jalan yang dapat digunakan untuk menentukan tingkat pelayanan jalan adalah ketidakrataan permukaan perkerasan dan penilaian kondisi jalan. informasi untuk ketidak rataan jalan yaitu International Roughness Index (IRI) menggunakan metode NAASRA dan penilaian kondisi jalan adalah Surface Distress Index (SDI) melalui survey Road Condition System (RCS). Penggunaan alat NAASRA membutuhkan biaya yang tidak sedikit dan membutuhkan waktu yang lama sedangkan survey Road Condition Sistem (RCS) cenderung lebih mudah, cepat dan tidak membutuhkan alat yang mahal. Berdasarkan hal diatas maka tujuan penelitian ini untuk mencari hubungan antara IRI dan SDI, sehingga dengan adanya data SDI dapat diperkirakan dengan cepat dan mudah data IRI yang dibutuhkan. Sebagai data sekunder nilai IRI berasal dari IIRMS pada Tahun Anggaran 2014 yang dilaksanakan oleh Perencanaan dan Pengawasan Jalan Nasional (P2JN) Aceh pada ruas jalan nasional Provinsi Aceh yaitu ruas Jalan A.M. Ibrahim ( Langsa), sedangkan data primer nilai SDI didapat dari survey lapangan pada ruas jalan tersebut. Analisa model hubungan dilakukan dengan menggunakan beberapa persamaan regresi yaitu linear, logaritma, kuadratik dan eksponensial. Persamaan regresi yang memberikan nilai koefisien Determinasi (R2) yang paling besar terpilih sebagai model hubungan antara nilai IRI dan SDI. Hasil yang diperoleh dari penelitian ini adalah adanya hubungan yang kuat antara nilai IRI dan SDI, yang dibuktikan dengan model hubungan dalam bentuk persamaan regresi polynomial yaitu : IRI = 0,001SDI2 + 0,293SDI - 6,32 dengan koefisien determinasi R2 = 0,790.

Kata kunci : IRI, SDI, Model, Regresi linier, Regresi non linier

Tidak Tersedia Deskripsi