DORA NAFIRA Primary Author mixed material bibliography Banda Aceh Universitas Syiah Kuala 2021 id Indonesia

Null

Beton sampai saat ini masih menjadi pilihan utama dalam pembangunan struktur dikarenakan kekuatan tekan yang dihasilkan relatif tinggi. Nilai kuat tekan beton didapatkan dari pengujian laboratorium. Dibutuhkan metode yang tepat dalam memprediksi kuat tekan beton sehingga dapat mempermudah perencanaan campuran beton sebelum dilakukannya pengujian laboratorium. Tujuan dari penelitian ini adalah membuat model untuk memprediksi nilai kuat tekan beton menggunakan metode artificial neural network (ANN). Data yang digunakan berupa data kuat tekan beton hasil pengujian laboratorium pada saat beton berumur 28 hari yang dikelompokkan menjadi 6 kelompok berdasarkan campuran yang digunakan yaitu terdiri dari semen, air, agregat kasar, agregat halus serta bahan tambah blast furnaceslag, fly ash, atau superplasticizer, sebagai variabel bebas (independent variable) dan kuat tekan beton sebagai variabel terikat (dependent variable). Pemodelan dengan ANN dilakukan dengan menggunakan bantuan software MatLab R2021a. Pemodelan dengan ANN dilakukan dalam dua tahap yaitu training yang menggunakan 80% jumlah data dan validasi yang menggunakan 20% jumlah data. Hasil dari pemodelan prediksi kuat tekan dengan ANN menunjukkan ketepatan prediksi dapat dilihat pada nilai mean absolute persentage error (MAPE) yang dihasilkan pada training dan validasi. Nilai MAPE pemodelan berturut-turut A, B, C, D, E dan F pada training 2,38%; 1,40%; 1,44%; 1,68%; 2,43% dan 1,02% dan pada validasi sebesar 32,82%; 13,44%; 14,58%; 16,30%; 13,68% dan 25,94%. Berdasarkan nilai MAPE pada validasi yang dihasilkan yaitu kurang dari 50%, maka pemodelan yang telah dikembangkan dapat digunakan untuk memprediksi kuat tekan beton kinerja tinggi. Kata kunci: kuat tekan, prediksi, artificial neural network (ANN), MatLab R2021a 0 ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala 92232 2021-08-06 17:40:32 2021-08-09 11:09:55 machine generated