Electronic Theses and Dissertation

Kuat tarik merupakan salah satu parameter dalam menentukan kekuatan beton. Perilaku beton didominasi oleh retakan akibat tarik dan perambatan tegangan tarik tidak dapat diabaikan. Artificial Neural Network (ANN) merupakan metode yang dapat memprediksi nilai kuat tarik pada beton. ANN dapat membantu perencanaan komposisi campuran beton sebelum dilakukannya eksperimen. Penelitian ini bertujuan untuk membuat model yang dapat memprediksi kuat tarik belah beton busa dengan menggunakan Artificial Neural Network (ANN). Pemodelan dikelompokkan menjadi 8 pemodelan berdasarkan bahan aditif yang digunakan, yaitu model A, B, C, D, F, G, dan H yang dilakukan dengan menggunakan software MATLAB R2021a. Data yang dibutuhkan terbagi menjadi variabel bebas (independent variable) dan variabel terikat (dependent variable). Variabel terikat merupakan kuat tarik belah beton dan variabel bebas merupakan spesific gravity dan campuran mix design, yaitu semen, air, foam, dan bahan aditif. Data tersebut dibagi menjadi 80% untuk training dan 20% untuk validasi. Hasil dari pemodelan ANN untuk prediksi kuat tarik belah menunjukkan ketepatan prediksi yang dapat dilihat pada nilai mean absolute percentage error (MAPE). Nilai MAPE pada tahap training sebesar 2,71%, 2,21%, 1,54%, 2,74%, 2,00%, 3,11%, 2,76%, dan 1,43% berturut-turut untuk model ANN – A, B, C, D, E, F, G, dan H, dan pada tahap validasi model ANN – A, B, C, D, E, F, G, dan H diperoleh nilai MAPE berturut-turut sebesar 9,72%, 17,11%, 6,35%, 11,58%, 17,1%, 9,9%, 14,3%, dan 13,01%. Hasil penelitian ini menunjukkan pemodelan ANN yang dikembangkan dapat memprediksi nilai kuat tarik belah beton busa dengan tingkat ketepatan yang baik.

Tidak Tersedia Deskripsi