Prediksi Kekuatan Beton Berdasarkan Parameter Design, Hammer test dan Test Ultrasonik Pulse Velocity (UPV) dengan menggunakan Artificial Neural Network (ANN)

Rada, Yulia Helena Margarita (2018) Prediksi Kekuatan Beton Berdasarkan Parameter Design, Hammer test dan Test Ultrasonik Pulse Velocity (UPV) dengan menggunakan Artificial Neural Network (ANN). Masters thesis, Institut Teknologi Sepuluh Nopember.

[img] Text
3114202005-Master_Theses.pdf - Published Version
Restricted to Repository staff only

Download (2MB) | Request a copy

Abstract

Secara umum pengujian kekuatan beton dilakukan pada umur beton 28 hari atau sesuai umur beton yang ditetapkan, apabila dilakukan pengujian beton diluar atau sebelum beton berumur 28 hari, beton tersebut hanya digunakan untuk menentukan bahwa mampu atau belumnya benda uji beton tersebut untuk menerima beban kerja selanjutnya. Benda uji yang digunakan memiliki dimensi yang standar dan telah melalui proses pengecoran, curing; dan disimpan dibawah pengawasan laboratorium. Namun seiring dengan laju peningkatan pemanfaatan beton yang terus meningkat, maka dewasa ini dibutuhkan metode yang efektif dan efisien dalam memprediksi kuat tekan beton. Dengan menggunakan metode Artificial Neural Network (ANN)untuk memodelkan hubungan yang kompleks antara input dan output untuk menemukan pola-pola pada data. Pada penelitian ini digunakan tiga kasus dalam pemodelan ANN untuk memprediksi kekuatan beton umur 3 hari dan kekuatan beton umur 28 hari dari data parameter desain beton, data pengujian hammer test dan data pengujian Ultrasonik Pulse Velocity (UPV). Dari hasil penelitian ini diperoleh nilai Mean Square Error (MSE)validation terkecil sekitar 1,819 dan nilai regresi sebesar 0,978 untuk prediksi kekuatan beton diumur 3 hari. =============== Generally, concrete strength testing is performed at 28 days of concrete or as determined concrete age, If concrete testing is conducted less or more than or before the 28 days, the concrete is only used to assess the capacity of the concrete to receive the load. Usually, the spesimens in this study used have spesific dimensions speciments were cast cured and stored under laboratory supervision. Increasing of concrete construction, needed an effective and efficient method in predicting the compressive strength of concrete. Artificial Neural Network (ANN) method is required to model the complex relationship between input and output to find patterns in the data. In this study three cases were used in ANN modeling to predict the stregth of three days concrete and 28 days concrete strength from concrete design parameter data, hammer test data and Ultrasonic Pulse Velocity (UPV) data. The results show that the minimum Mean Square Error (MSE) validation way obtain about 1,819 and regression 0,978 when the modal used to predict strength of concrete at three days.

Item Type: Thesis (Masters)
Uncontrolled Keywords: Kekuatan Beton; Parameter Desain Beton; Hammer Test; Test UPV; Metode ANN; Concrete Strength; Concrete Design Parameters; Hammer Test; UPV Test; ANN Method.
Subjects: Q Science > QA Mathematics > QA76.87 Neural networks (Computer Science)
T Technology > TA Engineering (General). Civil engineering (General) > TA681 Concrete construction
T Technology > TA Engineering (General). Civil engineering (General) > TA683 Precast concrete construction. Prestressed concrete construction.
Divisions: Faculty of Civil Engineering and Planning > Civil Engineering > 22101-(S2) Master Thesis
Depositing User: Yulia helena Margarita Rada
Date Deposited: 18 Apr 2018 04:56
Last Modified: 18 Apr 2018 04:56
URI: http://repository.its.ac.id/id/eprint/50863

Actions (login required)

View Item View Item