Electronic Theses and Dissertation
Universitas Syiah Kuala
NULL
MODEL PREDIKSI KUAT TEKAN BETON KINERJA TINGGI DENGAN MENGGUNAKAN ARTIFICIAL NEURAL NETWORK (ANN)
Pengarang
DORA NAFIRA - Personal Name;
Dosen Pembimbing
Nomor Pokok Mahasiswa
1704101010019
Fakultas & Prodi
Fakultas Teknik / Teknik Sipil (S1) / PDDIKTI : 22201
Subject
Kata Kunci
Penerbit
Banda Aceh : Universitas Syiah Kuala., 2021
Bahasa
Indonesia
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)
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
Tidak Tersedia Deskripsi
MODEL PREDIKSI KUAT TARIK BELAH BETON BUSA DENGAN MENGGUNAKAN ARTIFICIAL NEURAL NETWORK (ANN) (NUR HANIF BAKHTIAR, 2021)
IMPLEMENTASI BAYESIAN REGULARATION NEURAL NETWORK (BRNN) UNTUK MODAL PRAKIRAAN BEBAN LISTRIK JANGKA PENDEK DI KOTA LANGSA (Ahmad Fauzi, 2025)
IMPLEMENTASI ARTIFICIAL NEURAL NETWORK(ANN)-PRINCIPAL COMPONENT ANALYSIS (PCA) PADA PREDIKSI CURAH HUJAN DI WILAYAH ACEH BESAR (Amalia Zumara, 2025)
PREDIKSI KECEPATAN ANGIN JANGKA MENENGAH MENGGUNAKAN ARTIFICIAL NEURAL NETWORK (ANN) UNTUK ESTIMASI DAYA LISTRIK DARI PLTB; STUDI KASUS DI SABANG (Abdul Malek, 2023)
AUDIT ENERGI LISTRIK DAN PREDIKSI BEBAN LISTRIK PADA GEDUNG BERBASIS ALGORITMA ARTIFICIAL NEURAL NETWORK (Teuku Syaufi Hayu, 2024)