Broto, Agung Budi (2016) Model Prediksi Kesehatan Struktur Jembatan Berbasis Jaringan Bayesian. Masters thesis, Institut Teknologi Sepuluh Nopember.
Preview |
Text
3113203001-Master_Thesis.pdf - Accepted Version Download (3MB) | Preview |
Abstract
Untuk mencapai hasil prediksi kesehatan yang akurat, sejumlah faktor
kerusakan yang berbeda harus dipertimbangkan, namun pendekatan prediksi
kesehatan jembatan saat ini tidak dapat bertindak sebagai platform integrasi, maka
untuk mengeliminasi masalah ini, penelitian ini diusulkan, yaitu Model prediksi
kesehatan struktur jembatan berbasis Bayesian Belief Network (BBN). BBN
adalah alat yang efisien untuk menangani inter dependensi kompleks dalam
elemen sistem rekayasa. Dua bentuk data diperlukan yaitu: (a) data probabilitas
dari jenis dan besarnya cacat pada elemen dasar, digunakan data laporan inspeksi
21 jembatan beton bertulang dan prestress terpilih dari Negara Minesota, USA. (b)
data probabilitas pengaruh kerusakan antar elemen, dari elemen dasar hingga ke
tingkat struktur jembatan global menurut ahli (menggunakan dua penelitian yang
terdahulu.). Untuk mengatasi masalah keterbatasan data (hilang atau kurang)
dalam proses pembelajaran parameter, maka digunakan kombinasi keputusan ahli
dan metode Ekspektasi-Maksimalisasi (EM). Data laporan inspeksi dari 20
jembatan sebagai input probabilitas kerusakan penetapan kondisi elemen dasar,
sedangkan dua data dari dua hasil penelitian terdahulu digunakan sebagai data
probabilitas pengaruh kerusakan dari elemen dasar sampai ke struktur jembatan
global. Jembatan Coon, digunakan sebagai studi kasus untuk memvalidasi model.
Hasil validasi dari model yang diusulkan adalah ditingkat komponen jembatan,
penilaian prediksi kesehatannya 100% sama dengan nilai prediksi yang ditetapkan
ahli. Pada tingkat struktur jembatan global 97% - 100% sama dengan ketetapan
ahli. Model yang diusulkan dapat melacak kebelakang untuk mencari tahu
penyebab utama/kritis dari kerusakan komponen/elemen jembatan, sehingga
memudahkan manajer dalam pengelolaan jembatan berkaitan dengan perawatan,
perbaikan, atau penggantian struktur jembatan.
==================================================================================================================
To achieve predicted results accurate health, a number of factors
different defects should be considered, but the approach to the prediction of health
bridge not currently able to act as an integration platform, to eliminate this
problem, the research proposed, namely the prediction model health bridge
structures based on Bayesian Belief Network (BBN). BBN is an efficient tool for
handling complex inter-dependencies in the engineering system elements. Two
forms of data required, namely: (a) the data probability of the type and magnitude
of defects in the basic elements, used the data of inspection reports 21 reinforced
concrete bridges and prestress elected from Minnesota State, USA. (B) the
probability of data elements from damaging influences, from basic elements to the
global level bridge structures according to the expert (using the two previous
studies.). To overcome the problem of limited data (missing or less) in the
learning process parameter, then use a combination of expert judgment and
methods Expectation-Maximization (EM). Data from the 20 bridge inspection
reports as input probability of damage to the determination of the conditions of the
basic elements, while the two data from two previous research used as the data
influence the probability of damage to the basic elements of the bridge structure
globally. Coon bridge, is used as a case study to validate the models. The results
of the validation of the proposed model is level bridge components, predictive
health assessment equal to 100% predictive value assigned expert. At the global
level bridge structures 97% - 100% the same as the provision of experts. The
proposed model can track backward to figure out the cause of major / critical
damage to components / elements of the bridge, making it easier for managers to
bridge the management with regard to maintenance, repair, or replacement of the
bridge structure.
| Item Type: | Thesis (Masters) |
|---|---|
| Additional Information: | RTS 624.202 99 Bro m |
| Uncontrolled Keywords: | Kesehatan struktur, Bayesian network, Jembatan |
| Subjects: | T Technology > TG Bridge engineering |
| Divisions: | Faculty of Civil Engineering and Planning > Civil Engineering > 22101-(S2) Master Thesis |
| Depositing User: | ansi aflacha |
| Date Deposited: | 03 Sep 2020 07:08 |
| Last Modified: | 03 Sep 2020 07:08 |
| URI: | http://repository.its.ac.id/id/eprint/81757 |
Actions (login required)
 |
View Item |