Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Jurnal Teknik Sipil
Nafira, Dora
Unknown Affiliation
Civil Engineering, Building, Construction & Architecture Engineering Transportation

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
PREDIKSI KUAT TEKAN BETON KINERJA TINGGI DENGAN PEMODELAN METODE ARTIFICIAL NEURAL NETWORK (ANN) Afifuddin, Mochammad; Nafira, Dora; Fachrurrazi, Fachrurrazi
JURNAL TEKNIK SIPIL Vol 10, No 2 (2021): Volume 10 Nomor 2 November 2021
Publisher : Jurusan Teknik Sipil, Fakultas Teknik, Universitas Syiah Kuala

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24815/jts.v10i2.22969

Abstract

Beton menjadi pilihan utama dalam pembangunan struktur dikarenakan kekuatan tekan yang dihasilkannya tinggi. 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 kuat tekan dengan metode artificial neural network (ANN). Data yang digunakan berupa data kuat tekan beton hasil pengujian laboratorium yang dikumpulkan oleh Yeh (1998). Campuran beton terdiri dari semen, air, agregat halus, agregat kasar yang dikelompokkan menjadi 3 model berdasarkan aditif yang digunakan yaitu model ANN-A dengan aditif blast furnace slag, fly ash, dan superplasticizer, model ANN-B dengan aditif blast furnace slag dan model ANN-C dengan aditif blast furnace slag dan superplasticizer. Pemodelan ANN dilakukan dengan menggunakan software MatLab R2021a. Pemodelan dilakukan dalam dua tahap yaitu training menggunakan 80% jumlah data dan validasi menggunakan 20% jumlah data. Hasil dari pemodelan menunjukkan ketepatan prediksi dapat dilihat pada nilai mean absolute persentage error (MAPE) yang dihasilkan. Nilai MAPE pemodelan berturut-turut model ANN - A, B dan C pada training sebesar 1,40%; 2,43% dan 1,43% serta pada validasi sebesar 13,44%; 13,68% dan 14,58%. Hasil penelitian menunjukkan pemodelan ANN dapat digunakan untuk memprediksi kuat tekan beton kinerja tinggi dengan tingkat ketepatan yang baik.
Co-Authors Fachrurrazi Fachrurrazi Mochammad Afifuddin