| NIM | H1C013077 |
|---|
| Namamhs | NIDIA KHAIRUNNISA |
|---|
| Judul Artikel | PERANCANGAN SISTEM BERBASIS ADAPTIVE NEURO-FUZZY INFERENCE SYSTEM (ANFIS) UNTUK ESTIMASI MUTU BETON RINGAN |
|---|
| Abstrak (Bhs. Indonesia) | Semakin berkembangnya jaman, pembangunan infrastruktur semakin berkembang. Salah satu komponen yang paling dibutuhkan untuk pembangunan infrastruktur adalah beton, khususnya beton ringan. Pentingnya peranan beton dalam pembangunan infrastruktur membuat kita harus memperhatikan mutu beton yang kita gunakan. Jika mutu beton tidak baik, maka dapat terjadi retak/patahan sehingga membahayakan keselamatan. Metode yang ada saat ini membutuhkan waktu sangat lama untuk mendapatkan hasil uji kekuatan beton, yaitu selama 28 hari. Jika dalam pengujian manual terjadi kesalahan, maka pengujian perlu dilakukan dari awal. Adaptive Neuro-Fuzzy Inference System (ANFIS) banyak digunakan untuk peramalan/prediksi dalam berbagai bidang ilmu di seluruh dunia karena terbukti pada banyak penelitian mampu menghasilkan estimasi yang cepat dan akurat, serta monitoring dalam quality control di industri. Maka, ANFIS diharapkan lebih efektif dan efisien mengestimasi mutu beton ringan, dengan input data nilai faktor air semen (FAS) beton ringan, serta data series beban saat n dan n+1, tegangan akibat beban n dan n+1, regangan akibat beban n dan n+1. Akan dibuat dua sistem dengan output data berupa nilai regangan akibat beban n+1 dan kuat tekan beton dalam satuan Mega Pascal [MPa] akibat beban n+1, sehingga diketahui mutu berdasarkan kekuatannya dalam menahan beban. Dengan variasi jumlah input membership function 2 dan 3, tipe membership function segitiga, trapesium, generalized bell, gauss, gauss2, phi, D-sigmoid, P-sigmoid, epoch 50 dan 75 untuk tiap sistem, maka dilakukan 64 percobaan. Sistem ANFIS paling akurat untuk mengestimasi mutu beton ringan dipilih berdasarkan nilai error pelatihan dan pengujian, serta Root Mean Square Error terkecil. Graphical User Interface pada MATLAB digunakan sebagai antarmuka sistem I dan II agar sistem dapat digunakan pengguna. |
|---|
| Abtrak (Bhs. Inggris) | As the time goes by, the infrastructure develops. One of the most common and important components needed for infrastructure development is concrete, especially lightweight concrete. Therefore, the quality of lightweight concrete we use must be considered. If the lightweight concrete quality is not good, then it can cause cracks / fractures that jeopardize safety. The current methods require a very long time to get the results of concrete strength test, which is 28 days. If any error occurs in these manual methods, the test needs to be done all over again. Adaptive Neuro-Fuzzy Inference System (ANFIS) is widely used for forecasting / predictions in various fields of science throughout the world and has been proven in many studies to estimates quickly and accurately. Thus, by two systems that will be designed in this study, ANFIS is expected to estimate the value of Strain and Compressive Strength as the quality parameters of lightweight concrete more effectively and efficiently, with input data that consists of values of water cement ratio (W/C Ratio), the Load given to lightweight concrete at time n, Strain and Stress experienced by lightweight concrete as the result of the Load given at time n, Load n + 1, also the Strain or Stress at n + 1. By varying the amount of input membership function 2 and 3, type of membership function which are triangle, trapezium, generalized bell, gauss, gauss2, phi, D-sigmoid, P-sigmoid, also epoch 50 and 75 for each system, there are 64 experiments to do. The most accurate ANFIS system for estimating the quality of lightweight concrete is selected based on the smallest error value of training and testing, also Root Mean Square Error. MATLAB Graphical User Interface is used as the interface of system I and II so that they can be used for users. |
|---|
| Kata kunci | Adaptive Neuro-Fuzzy Inference System (ANFIS), Estimasi Mutu Beton, Monitoring Kuat Tekan Beton, Uji Tekan Beton, Beton Ringan. |
|---|
| Pembimbing 1 | Farida Asriani,S.Si.,M.T. |
|---|
| Pembimbing 2 | Hesti Susilawati,S.T.,M.T. |
|---|
| Pembimbing 3 | |
|---|
| Tahun | 2017 |
|---|
| Jumlah Halaman | 10 |
|---|
| Tgl. Entri | 2017-05-02 20:39:07.178485 |
|---|