PREDIKSI KUAT TEKAN BETON BERDASARKAN JARINGAN SARAF TIRUAN DAN MODEL REGRESI LINEAR BERGANDA

Penulis

  • Richard Frans
  • Yoyong Arfiadi

DOI:

https://doi.org/10.24002/jkts.v1i3.10092

Kata Kunci:

prediksi kuat tekan beton, jaringan saraf tiruan, regresi linear berganda

Abstrak

Kuat tekan beton sangat dipengaruhi oleh komposisi penyusun dari beton itu sendiri. Untuk mengetahui kuat tekan beton dibutuhkan waktu yang relatif lama. Oleh karena itu, salah satu alternatif yang dapat digunakan untuk mengetahui kuat tekan beton lebih awal adalah dengan memanfaatkan kecerdasan buatan. Penelitian ini bertujuan untuk memprediksi kuat tekan beton berdasarkan komposisi campuran dari beton dengan model prediksi dengan jaringan saraf tiruan (JST) dan melakukan perbandingan dengan model prediksi dengan regresi linear berganda untuk mengecek tingkat efektivitas dari JST tersebut. Pada penelitian ini, data kuat tekan beton yang digunakan pada penelitian berdasarkan pada penelitian terdahulu. Terdapat 1032 data set dengan 8 (delapan) buah variabel independen, yaitu komponen agregat kasar, agregat halus, air, superplasticizer, semen, abu batu, slag semen, dan umur benda uji. Hasil menunjukkan bahwa model prediksi dengan menggunakan JST lebih akurat jika dibandingkan dengan model prediksi yang dihasilkan oleh regresi linear berganda. Hal ini dikarenakan nilai koefisien determinasi yang lebih tinggi didapatkan oleh model prediksi dengan menggunakan JST dibandingkan dengan model prediksi dari regresi linear berganda. Selain itu, selisih antara nilai prediksi dan aktual dari data uji juga menunjukkan bahwa model prediksi dengan menggunakan JST memiliki kemampuan yang lebih baik selisih dengan nilai maksimum adalah 5,427% sedangkan untuk model regresi linear berganda adalah 56,565%.

Unduhan

Diterbitkan

2024-10-24