MODEL PREDIKSI KONDISI PERKERASAN JALAN DENGAN METODE DYNAMIC BAYESIAN NETWORK (Studi Kasus: Ruas Jalan Batas Kota Caruban – Batas Kabupaten Nganjuk)

SARI, ALIP NOVITA (2016) MODEL PREDIKSI KONDISI PERKERASAN JALAN DENGAN METODE DYNAMIC BAYESIAN NETWORK (Studi Kasus: Ruas Jalan Batas Kota Caruban – Batas Kabupaten Nganjuk). Masters thesis, Institut Teknologi Sepuluh Nopember.

[img]
Preview
Text
3113207809-Abstract.pdf - Published Version

Download (1MB) | Preview
[img]
Preview
Text
3113207809-Conclusion.pdf - Published Version

Download (783kB) | Preview
[img]
Preview
Text
3113207809-Master_Theses.pdf - Published Version

Download (6MB) | Preview

Abstract

Terdapat beberapa kerusakan jalan pada ruas jalan nasional Batas Kota Caruban – Batas Kabupaten Nganjuk. Kerusakan jalan disebabkan antara lain karena beban lalu lintas, panas/suhu udara, air dan hujan serta tidak adanya pemeliharaan yang sesuai. Dengan volume lalu lintas harian yang cukup tinggi dan semakin terbatasnya kemampuan jalan untuk melayani kebutuhan lalu lintas, maka keberadaan ruas jalan ini sangat penting sehingga perlu untuk dianalisa kondisinya di tahun – tahun mendatang guna membantu dalam penentuan pemeliharaan. Fokus dari penelitian ini adalah untuk membuat model prediksi kondisi perkerasan jalan yang dapat digunakan untuk menentukan probabilitas kondisi perkerasan jalan tahun mendatang. Metode yang digunakan untuk membuat model prediksi kondisi perkerasan jalan adalah Dynamic Bayesian Network (DBN). Variabel penelitian dan hubungan antar variabel diperoleh dengan menentukan faktor yang paling berpengaruh terhadap kerusakan perkerasan jalan melalui studi literatur dan kuesioner. Data yang digunakan dalam penelitian ini adalah data pada ruas jalan Batas Kota Caruban – Batas Kabupaten Nganjuk dari tahun 2011 – 2014. Data tersebut digunakan sebagai data pembelajaran (training) untuk mendapatkan Conditional Probability Table (CPT) dengan learn parameter menggunakan algoritma Expectation Maximation (EM). Perhitungan probabilitas prediksi kondisi perkerasan jalan dilakukan dengan inferensi bayesian menggunakan algoritma EPIS –BN yang ada pada software Genie 2.0. Faktor yang sangat berpengaruh terhadap kerusakan perkerasan jalan adalah sistem drainase, beban lalu lintas dan pemeliharaan. Hasil penelitian menunjukkan bahwa akurasi model DBN mencapai 88 % (MAPE = 12) sehingga model prediksi berbasis DBN dapat diterima untuk membuat model prediksi kondisi perkerasan jalan.

Item Type: Thesis (Masters)
Uncontrolled Keywords: Prediksi kondisi perkerasan jalan, DBN, Ruas Jalan Nasional Batas Kota Caruban – Batas Kabupaten Nganjuk, CPT, EM, MAPE
Subjects: T Technology > TA Engineering (General). Civil engineering (General)
T Technology > TE Highway engineering. Roads and pavements
Divisions: Faculty of Engineering, Science and Mathematics > School of Civil Engineering and the Environment
Depositing User: - ALIP NOVITASARI
Date Deposited: 03 Jun 2016 15:12
Last Modified: 27 Dec 2018 07:02
URI: http://repository.its.ac.id/id/eprint/167

Actions (login required)

View Item View Item