Implementasi Optical Backpropagation Neural Network Untuk Menentukan Kuat Tekan dan Setting Time Beton Pada Kasus Self Compacting Concrete

Lutfi, Moch (2011) Implementasi Optical Backpropagation Neural Network Untuk Menentukan Kuat Tekan dan Setting Time Beton Pada Kasus Self Compacting Concrete. Sarjana thesis, Universitas Brawijaya.

Abstract

Self Compacting Concrete (SCC) merupakan alternatif dari beton konvensional yang cenderung lebih mahal. Belum adanya formula khusus untuk menentukan campuran yang memiliki kuat tekan dan setting time tertentu sehingga untuk menentukan kuat tekan dan setting time diperlukan uji laboratorium yang mahal. Untuk mengatasi hal itu digunakanlah jaringan syaraf tiruan (JST) propagasi balik untuk menentukan kuat tekan dan setting time dari data yang sudah diuji di laboratorium. Namun JST propagasi balik masih lambat dan masih bisa terjebak pada solusi lokal. Salah satu solusinya yaitu Optical Backpropagation Neural Network (OBPNN). Penelitian dilakukan untuk mengimplementasikan OBPNN untuk menentukan kuat tekan dan setting time beton SCC serta untuk mengetahui pengaruh jumlah hidden neuron dan learning rate terhadap keakuratan dan kecepatan training OBPNN. Pada penelitian ini pengujian dilakukan dengan satu hidden layer dengan jumlah hidden neuron berkisar 6 sampai 12 dan learning rate 0.1 sampai 1. Hasil training error yang mampu dicapai yaitu 2,5% dengan lama training 1.8 detik. Selain itu hasil validasi dengan dataset yang berbeda diperoleh error sebesar 5,8%. Hal ini menunjukkan bahwa OBPNN mampu menghasilkan error yang cukup kecil dalam waktu yang singkat.

Item Type: Thesis (Sarjana)
Identification Number: SKR/MIPA/2011/59/051100590
Subjects: 500 Natural sciences and mathematics > 510 Mathematics
Divisions: Fakultas Matematika dan Ilmu Pengetahuan Alam > Matematika
Depositing User: Unnamed user with email repository.ub@ub.ac.id
Date Deposited: 01 Apr 2011 10:46
Last Modified: 22 Oct 2021 09:17
URI: http://repository.ub.ac.id/id/eprint/152887
[thumbnail of 051100590.pdf]
Preview
Text
051100590.pdf

Download (10MB) | Preview

Actions (login required)

View Item View Item