Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Jurnal Teknik Sipil

Prediksi Nilai SPT Pada Tanah Non Kohesif Berdasarkan Data CPT dan Sifat Fisik Tanah Menggunakan Jaringan Saraf Tiruan Soewignjo Agus Nugroho; Hendra Fernando; Reni Suryanita
Jurnal Teknik Sipil Vol 29 No 1 (2022): Jurnal Teknik Sipil
Publisher : Institut Teknologi Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.5614/jts.2022.29.1.5

Abstract

Abstrak Standard Penetration Test (SPT) dan Cone Penetration Test (CPT) merupakan tes penyelidikan tanah awal yang sering digunakan saat memulai suatu konstruksi. Telah banyak penelitian sebelumnya yang membahas tentang korelasi linier antara nilai SPT dan CPT, namun nilai koefisien korelasinya (R2) cenderung kecil. Jaringan saraf tiruan (JST) merupakan teknik yang dapat memecahkan masalah yang kompleks dan non-linier. Pada penelitian ini akan dilakukan prediksi nilai SPT menggunakan jaringan saraf tiruan pada tanah granular menggunakan algoritma backpropagation. Panelitian ini menggunakan 117 data dari beberapa wilayah di Provinsi Riau. Data masukan yang digunakan berupa nilai tahanan ujung (qc) dan nilai tahanan selimut (fs) dari pengujian CPT dan nilai tekanan overburden efektif (σ'0) serta persentase pasir dan butiran halus. JST dianggap efektif dalam penelitian ini dengan nilai RMSE 3,646, MAE 2,533 dan R2 0,9103 untuk data latih dan RMSE 2,955, MAE 2,190, R2 0,9311 untuk data uji. Selanjutnya model JST ini disebut sebagai NN_Nspt (NC). Kata-kata Kunci: back-propagation, CPT, granular, Jaringan Saraf Tiruan, SPT Abstract The Standard Penetration Test (SPT) and the Cone Penetration Test (CPT) are kinds of Soil Investigation Tests that are used to determine bearing capacity and soil parameters for designing a construction. There are many previous studies had been defined the linear correlation between SPT and CPT values. However, the linear correlation predisposed get correlation coefficient (R2) small. Artificial neural networks (ANN) is an Artificial Intelligence model that can solve complex and non-linear problems. This research aims to conduct SPT value prediction using ANN in granular soil (non-cohesive) with a backpropagation algorithm function. This study used 117 data taken from several provinces on Sumatera island. The variables of input data are taken from CPT, i.e cone resistance (qc)and sleeve resistance (fs), and from the UDS test. The laboratory data were effective overburden pressure (σ‘0), the percentage of sand, and the percentage of fine grain. The best ANN model had a single hidden layer and 40 neurons with RMSE values 3.646, MAE 2.533, and R2 0.9103 for training data and RMSE 2.955, MAE 2.190, R2 0.9311 for testing data. Thus, the best ANN model has been proposed as NN_Nspt (NC). Keywords: Artificial Neuron Network, back-propagation, CPT, granular, SPT
Co-Authors ', Ismeddiyanto ', smeddiyanto Abrar Rifqi Pratama Afisha, Elly Ahmad Hamidi Ahmad Obi Narman Ahmad Riadi Alex Kurniawandy Andi Wijaya Anggi Agusstiawan Appriliya Destiyani Ardiansyah, M. Syukri Ari Sandhyavitri Ari Vera Indra Ariadi, Koko Putra Arif Rahman Azlan Adnan Azlan Adnan Benny Hamdi Rhoma Beny Setiawan Brian Priadana Mulrony Dandio Ahmad Fansuri Darmawan, Wan Fikri Debi Setiawan Debi Setiawan, Debi Dede Eldi Kurniawan Dimas Arief Wicaksono Djauhari, Zulfikar Dwiqhee Abdul Ghani Dyna Aulia R Efendi, M. Rizal Dika Eki Syahyudi Elsa Aprilia Andoni Elsyani Eka Putri Elva Nidya Sari Enno Yuniarto Erizal ' Fadrizal Lubis Firzal, Yohannes Florisa Florisa Florisa Florisa Geovani Meiwanda Hanantatur Adeswastoto Harnedi Maizir Hendra Fernando Hendra Jingga, Hendra Heru Nurcahyo Heru Satiadi, Heru Heru Setiadi Ilham Akbar Imam Mustafa Iqbal Maulia Iskandar Romey Sitompul Iskandar Romey Sitompul Ismail Rahmadtulloh Ismed Diyanto Ismeddiyanto Ismeddiyanto Ismeddiyanto Ismeddiyanto Ismeddyanto Ismeddiyanto, Ismeddiyanto Ismeddiyanto, Ismeddiyanto Ismeddyanto Ismeddyanto Ismediyanto Ismediyanto Joni, Mustika Kamaldi, Alfian Kampati, Tri Budi Maharani Miranda Mamoru Kikumoto Mardiyono Mardiyono Mardiyono Mardiyono Mardiyono, Mardiyono Maya Rumiati Monita Olivia Muhamad Zulfakar Muhammad Gala Garcya Mustika Joni Nila Kamelia Nopember Toni Nopember Toni, Nopember Puri Awanda Cantikawati Putri, Ade Septiani Rahmadi Rahmadi Rahmiasari Rahmiasari Raja Parulian Purba, Raja Parulian Rama Dwi Aryandi Ramalia Noratama Putri Ramalia Noratama Putri Rendy Wijaya Revo Sedrian Putra Rexi Putra Rian Fajri Ramadanas Ricky Andriano Ridwan Ridwan Ridwan Ridwan Rizki Zulapriansyah Rofika Ratna Ardyansah Roma Dearni Satria Makahani Siregar, Andi Saputra Soewignjo Agus Nugroho Sondra Raharja Sri Agustin Sri Agustin Sri Fatma Reza Sri Fatma Reza, Sri Fatma Sri Indarti Suyanto Suyanto Syahnandito Syahyudi, Eki Syamsul Fikri Syauqi, Muhammad Tia Aurelia Tiara Monica Vindi Trisatria Vindy Salim Vomania, Vomania Wahyu Rahmadhan, Wahyu Wicaksono, Adhithiya Widianto, Devit Yenita Roza Yon Subagiono Yosi Alwinda Zulfikar Djauhari Zulfikar Djauhari Zulfikar Djauhari Zulfikar Djauhari Zulkarnain Zulkarnain Zunwanis Zunwanis