PREDIKSI TEBAL LAPISAN BERASPAL MENGGUNAKAN DATA LENDUTAN FWD DAN METODA NEURAL NETWORK UNTUK SINGLE LAYER PERCEPTRON

Bilah Samping Artikel

PDF
Diterbitkan: Okt 31, 2018

Isi Artikel Utama

Siegfried Siegfried

Abstrak

Penggunaan peralatan tidak merusak saat ini untuk perkerasan cenderung meningkat karena efektif dan cepat. Salah satu alat yang sangat dikenal untuk uji tidak merusak ini adalah Falling Weight Deflectometer (FWD). Alat FWD ini pada dasarnya digunakan untuk uji kekuatan struktural perkerasan jalan dalam parameter lendutan. Data lendutan ini juga bisa digunakan untuk memprediksi tebal lapisan beraspal menggunakan metoda Jaringan Syaraf untuk single layer perceptron. Dari 3 lokasi yang diuji di dapat perbedaan yang tidak begitu besar antara rata-rata hasil perhitungan dan tebal dari lubang uji yaitu lebih kecil dari 10%. Untuk itu penggunaan metoda ini dapat direkomendasikan untuk dipertimbangkan sebagai salah satu metoda pengumpulan data terutama untuk updating pangkalan data (data base).
 
 
Kata Kunci : jaringan syaraf, single layer perceptron, lendutan, FWD

Rincian Artikel

Terbitan
Vol 26 No 1 (2009)
Bagian
Roads and Bridges

Penulis yang menerbitkan jurnal ini setuju dengan persyaratan berikut:

  1. Penulis mempertahankan hak cipta dan memberikan hak jurnal publikasi pertama dengan karya yang secara bersamaan dilisensikan di bawah Lisensi Atribusi Creative Commons yang memungkinkan orang lain membagikan karya tersebut dengan pengakuan dari karya penulis dan publikasi awal dalam jurnal ini.
  2. Penulis dapat memasukkan pengaturan kontrak tambahan yang terpisah untuk distribusi non-eksklusif dari versi terbitan jurnal tersebut (misalnya, dimasukan ke repositori institusi atau publikasikan dalam sebuah buku), dengan pengakuan publikasi awalnya di jurnal ini.
  3. Penulis diijinkan untuk memposting data/karya tulis ilimiah yang terdahulu secara online (mis., repositori institusi atau di situs web penulis) karena dapat menyebabkan pertukaran yang produktif, serta kutipan karya yang diterbitkan sebelumnya dan yang terdahulu.

Setiap naskah yang dikirimkan harus disertai dengan "Pernyataan Keaslian Naskah", dan "Pernyataan Copyright Transfer".