Aplikasi Artificial Neural Network Sebagai Metode Numerik untuk Prediksi Kapasitas Geser Balok Beton Bertulang

Muhtarom, Ahmad (2015) Aplikasi Artificial Neural Network Sebagai Metode Numerik untuk Prediksi Kapasitas Geser Balok Beton Bertulang. In: Aplikasi dan Pengembangan Teknologi Ramah Lingkungan Dalam Bidang Teknik Sipil, 25 April 2015, Bali, Indonesia.

[thumbnail of Prosiding_SeNaTS_Ahmad_Muhtarom.pdf]
Preview
Text
Prosiding_SeNaTS_Ahmad_Muhtarom.pdf

Download (3MB) | Preview

Abstract

sebagai salah satu metode numerik untuk menyelesaikan permasalahan dalam bidang struktur. Studi kasus bidang struktur yang digunakan dalam penelitian ini adalah memprediksi besaran kapasitas geser dari struktur balok beton bertulang. Metode yang digunakan dalam penelitian adalah menggunakan Artificial Neural Network untuk mengeneralisasi parameter input berupa dimensi penampang, bentang balok, rasio bentang geser dengan tinggi efektif (av/d), rasio tulangan lentur (\ensuremathρ), kuat tekan beton dan kuat tarik beton serta parameter output target yang dipasang sebanyak 26 kasus, untuk menghasilkan persamaan matematis yang digunakan sebagai dasar dari prediksi. Hasil prediksi kapasitas geser balok beton bertulang dengan menggunakan 4 variasi didapatkan nilai indikator koefisien determinasi (R2) terbaik adalah sebesar 0,927. Dari hasil penelitian menunjukkan bahwa Artificial Neural Network dapat digunakan sebagai metode numerik untuk menyelesaikan salah satu permasalahan dalam bidang struktur yaitu prediksi kapasitas geser balok bertulang.

Item Type: Conference or Workshop Item (Paper)
Subjects: T Technology > TA Engineering (General). Civil engineering (General) > TA1-2040 Engineering (General). Civil engineering (General) > TA144 General works. Civil engineering, etc. Early to 1850
Divisions: 03-Faculty of Engineering > 22201-Civil Engineering (S1)
Depositing User: Ahmad Muhtarom
Date Deposited: 22 Jan 2020 08:02
Last Modified: 22 Jan 2020 08:02
URI: http://repository.unsri.ac.id/id/eprint/24841

Actions (login required)

View Item View Item