OPTIMASI DIMENSI BOX GIRDER BAJA KOMPOSIT BERDASARKAN AASHTO LRFD BRIDGE DESIGN SPECIFICATIONS 6th EDITION 2012 MENGGUNAKAN METODE ANN (ARTIFICIAL NEURAL NETWORK)

JEFFRY DAUD BARRUNG, Akhmad Aminullah, S.T., M.T., Ph.D.

2016 | Tesis | S2 Teknik Sipil

Dalam perancangan jembatan banyak hal yang perlu diperhatikan seperti faktor beban yang bekerja dan kapasitas gelagar. Metode perancangan jembatan yang ada sekarang cukup panjang dan membutuhkan waktu yang lama. Oleh karena itu perlu dikembangkan suatu metode yang dapat membantu proses perhitungan optimasi dimensi gelagar jembatan dengan harapan agar waktu dan tenaga yang diperlukan lebih efektif dan efisien. Dalam tesis ini salah satu metode yang diusulkan yaitu Artificial Neural Network (ANN) yang digunakan untuk preliminary design. Proses preliminary design dalam penelitian ini adalah penentuan ukuran dimensi box girder baja secara cepat dan cukup akurat hasilnya. Dalam penelitian ini parameter yang digunakan pada metode ANN sebagai data input adalah dimensi box girder baja dan data teknis jembatan seperti panjang bentang (L), kuat tekan beton (fc’), dan kuat leleh baja (fy) sedangkan data output adalah kapasitas jembatan dan beban yang bekerja. Untuk mencapai dimensi optimum box girder baja digunakan rasio perbandingan kapasitas jembatan dan beban yang bekerja. Dari simulasi ANN yang dilakukan, pada penelitian ini error output yang paling besar didapatkan sebesar 3 % terhadap hasil hitungan manual dan sebesar 6,7% terhadap data yang ada di lapangan. Hasil prediksi momen dan gaya yang didapatkan telah diverifikasi dan dinyatakan aman terhadap analisis yang

In bridge design many things that need to be considered as a factor of the work load and capacity girder. Bridge design method that is now quite long and takes a long time. Therefore, it is necessary to develop a method that can help the process of calculating dimensional optimization girder bridge with the hope that the time and effort that is required is more effective and efficient. In this thesis one proposed method of Artificial Neural Network (ANN), which is used for preliminary design. The process of preliminary design is to determine dimension of steel box girder quickly and sufficiently accurate results. In this study the parameters used in the method ANN as input data is dimensional box girder steel and technical data bridges such as the span length (L), the concrete compressive strength (fc '), and the yield strength of steel (fy) while the output data is the capacity of the bridge and working load. To achieve optimum dimensions of the steel box girder bridge used the ratio of capacity and work load. After Artificial Neural Network of the simulation is done, in this study the greatest error output obtained by 3% against the results of a manual count and by 6.7% against the data in the field. The prediction results obtained moment and styles have been verified and declared safe for analytical use.

Kata Kunci : box girder baja, ANN, AASHTO LRFD 2012