PREDIKSI PENURUNAN KAPASITAS STRUKTUR ATAS JEMBATAN RANGKA BAJA DENGAN METODE ARTIFICIAL NEURAL NETWORK

ANGGA TRISNA Y, Akhmad Aminullah, S.T., M.T., Ph.D.

2014 | Tesis | S2 Teknik Sipil

Di Indonesia metode Bridge Management System (BMS) digunakan sebagai metode inspeksi dan pemeliharaan jembatan. Metode ini dinilai masih subyektif dalam melakukan penilaian terhadap tingkat kerusakan suatu jembatan. Selain itu tingkat akurasi metode ini dinilai juga masih perluditingkatkan. Dalam penelitian ini diusulkan suatu metode untuk memprediksi kapasitas struktur atas jembatan rangka baja dengan bantuan Artificial Neural Network (ANN). Metode ini diharapkan dapat menjadi pengembangan dari metode BMS. ANN adalah suatu metode pemodelan matematis yang dapat membentuk suatu persamaan pendekatan terhadap suatu proses yang unik dari kumpulan beberapa inputdan output. Persamaan hasil pemodelan ANN memiliki tingkat akurasi yang tinggi yang telah dibuktikan dari beberapa penelitian sebelumnya. Pada kasus ini persamaan dibentuk dari kumpulan input berupa faktor-faktor yang mengurangi kapasitas jembatan dan output berupa nilai rating factor. Faktor yang diusulkan adalah umur jembatan, beban aktual maksimum, actual yield stress, dan keutuhan elemen. Studi kasus dilakukan pada tiga jembatan yaitu Jembatan Lubuk Jambi, Kampar Kanan, dan Batang Nilau yang ketiganya terletak di Provinsi Riau. Hasil penelitian menujukkan bahwa persamaan empiris hasil pemodelan ANN untuk Jembatan Lubuk Jambi, Kampar Kanan, dan Batang Nilau memberikan konsistensi data yang cukup baik dengan nilai error maksimum tidak melebihi 10% sehingga persamaan empiris ketiga jembatan cukup validdan akurat. Dengan demikian persamaan empiris dapat digunakan untuk memprediksi penurunan kapasitas pada masing-masing jembatan.

Indonesia use Bridge Management System (BMS) methodfor bridge monitoring and inspection system. This method still need development in accuracy and objectivity. In this paper, a stell truss bridge upper structure capacity prediction method using Artificial Neural Network (ANN) has been proposed. Furthermpre, this method may be advanced development of BMS method ANN is a matematics modelling method for derivate an empirical equation to solve an unique process from several unique input and output. Empirical equation derivated from ANN has an high accuracy and proven by previous study. In this case, empirical equation has derivated from input which describe bridge capacity reduction factor and output which describe rating factor. Bridge capacity reduction factor that has been proposed were age of bridge, actual maximum load, actual yield stress, and element compactness. Study has implemented in three bridge as case study, there were Lubuk Jambi Bridge, Kampar Kanan Bridge, and Batang Nilau Bridge in Riau Province. The study result indicated that empirical equation derivated from ANN for Lubuk Jambi Bridge, Kampar Kanan Bridge, and Batang NilauBridge given good data consistency and maximum error smaller than 10%, so the empirical equation has been valid and accurate. Furthermore the empirical equation can be used to predict capacity reduction for each bridge.

Kata Kunci : jembatan rangka baja, rating factor, artificial neural network