DAFTARISI . l u d i . i l P r : n e i i t i a n . . . . . . . . . . . . . . . . . . . . . , . ... ;:; i 1 ; ;. . .
i-entbarpengesahan
,".;."..........,..
i rr
D a ftaIsi r .............. . DaftarTabel
vi
DaflarGambar DaftarNotasiDanSimbol..,............. Ilab I Peridahuluan ............. l' l 'LatarBelakang I.2.ldentifikasi Masa1ah............. penelitian l.3.Orisinalitas ...........................i
ix xii . .... , .................... I 4 g
I.4.Perumusan Masalah
l0
l.5.MaksudDanTujuanpenelitian 1.5.1.Maksudpenelitian 1.5.2.Tujuanpsrrelitian l.6.Mant'aatHasilpenelitian I.T.Pembatasan Masalahpenelitian penulisan I .8.Sistematika ............ BabII Tinjauanpustaka DanKerangka Beqpikir.............. pustaka 2.l.Tinjauan 2.1.1.LatarBelakang Teori........ A. ProperlisTanahUntukdnalisispondasi pengantar Penyelidikan Lapangan............. Uji Laboratorium In-situ Testing:Uji SpT B. DayaDukungBataspondasiTiang Tunggal
""""""' l0 10 l0 Ii II ll ............... l3 13 .................. 13 .......13 13 14 ...... 15 . . . . .l 8
...................21 Tegangan Overbuden Efektif...... .................. 2l KonsepDasarDayaDul.lung ptin,Jasi iBatas Aksia! T.iang................21 DayaDukungBatas pondasiTiang TunggarBerdasarkan Data //S P T 27 Uji BebanStatik ......28
n n
lv
C. Penurunan Pondasi TiAngTunggal
............... 32
Penurunan KepalaTian-g
............33
Penentuan Parameter Tanah
37
D. TeoriModelJaringan SyarafTiruan.............
.................. 4l
Pengantar
4l
Komponen-Komponen.laringan SyarafTiruan.................................42 ArsitekturJaringanSyarafTiruan....'.............'...,'..'...'. F u n g si A kti vasi.:.........' .......
..................
46
Algoritma Pembelajaran .............
5l
KontrolAlgoritmaPembelajaran .............
.... 52
JaringanLapisBanyakUmpanMaju ........ Teori Algo itma Back-propagat ion
.. 54
ir{embangun Ivlodel"Iaringan Si'arafTiruari............. E. AnalisisSensitivitas
.......65 .. 7g
F. Analisis Statistika
79 .... gl
2.l.2.Perkembangan Aplikasi A. RoadMapPenelitian......... B. VariabelPenelitian
.........gl g7
VariabelUntuk Model Perhitungan Daya DukungBatas(e,,1) Denganlvletode Jaringan SyarafTiruan.............
gg ............
VariabelUntuk Model.Ferhitungan (s) Penurunan DenganMetodeJaringan SyarafTiruan.............
.............99 pembuatan Faktor-FaktorYangJugaBerpengaruh1'erhadap ModelJaringan SyarafTiruBo.........,... 2.2.Kerangka Berpikir
gl ............... 92
Ilab tll MetodePeneliti&n
95
3.l.Pendahuluan
95
3.l.2.Jenis DataYangDigunakan 3.2. Pelaksanaan Penelitian ............... 3.2.I.Pengumpulan DataDanPengelompokan Data.......... 3.2.2.Pemilihan VariabelPenelitian.............
................ 95 ......... 96 ............. 96 ...................97
A. VariabelPropertisTanahDanGeometripondasi(Model NN_eur)...97 B. variabelPropertisTanahDanGeometriPondasi(Model NN_fettl)...9g C. VariabelModelJaringan SyarafTiruan.............
................ 9g
3.2.3.Persiapan SampelUntukUji Ar.val
98
3.2.4.TrainingModel
100
3.2.5.EvaluasiModel
. . . . . . . . . .1. :0 3
A. Tahapanalisissensitivitas
103
B. Tahapkomparasimodeldengananalisisstatistik " ."- " -" - --- 1 0 3 BAB IV HasilPenelitian DanPembahasan l0s 4.1. UnrtanPelaksanaan (Model NtV-eur) Penelitian 105 4.i.i. |'ersiapan SarnpeiUntukUji Arvai
105
4.I .2..Pembuatan ModelJSTDenganBeberapa Konfigurasi................
lt6
A.ContohDesainModelNN_Q,,,Dengan|hiddenlayer........1 1 6 B. ContohDesainModelNN_ernDengan2 Hiddenlayers 4.2.UrutanPelaksanaan Penelitian(ModelNN-$ettlement)........... 4.2.1.Persiapan SampelUntukUji Awal
139 r48 148
A. contoh DesainModel NN _1-settlementDengan I Hidden Layer ...... 1 5 0 B. contoh DesainModel NN_settlement Dengan2Itidden Layers .... 1 6 3
4.3.urutanPelaksanaan (Model NN_eu,,dan Penelitian ModelNN settt.\ DalamSatuJaringan/Arsiteknr .............
164
4.3.1.Pemilihan Faktor-Faktor YangRerpengaruh ....:.:................:..:.....:.............. 164 4.3.2.Persiapan SampelUntuk Uji Awal 165 A. ContohDesainModelt/t/_eux&,1/l/_SettlementDengan 1.HiddenLayer
.......... .......
166
B. contohDesainModeli/r/_eurt<'i/_settlementDengan 2 HiddenLayers
171
4.4.Pembahasan ..........
172
BAB V Kesimpulan ...............:...........:..,.....
176
DaftarPustaka
178
Lampiran
DAFTARTABEL Tabel2.1. Nilai tipikalberat-volume jenistanah (y) beberapa
I5
Tabel2.2.Persamaan untukmendapatkan modulustegangan-regangan tanahE berdasarkan beberapa metode(Nilairuharus diesrimasikan sebagaiNr-_; bukanNr,) .......
...........:.....,
17
Tabel2.3.Nilai tipikalmoduluselastisitas tanahdanbatuan
lj
Tabel2.4.Nilai tipikalangkaPoissonuntuktanahdanbatuan
lg
Tabel2.5 Nilai empirisuntuke, D,, y, cPT coneresistance,danrasiotegangan siklik penyebablikuifaksipadatanahgranuler Tabel2.6Nilai energistandar padauji SPT(E',
t9 ........;.........
20
Tabel2.7 sudut gesekd antarabeberapa materialpondasidengantanah ataubatuan
26
pers. 2.26,pers.2.28.dart Tabel2.8 Perhitungan untukmenyelesaikan Pets.2.29
3!)
Tabel2.9 Nilai f" yangdisarankan untuktiangpancangpadatanahpasir......... 4 l Tabel2.10NilaiKuntuktiangsolid...:.............. ...........:...... 4l Tabel2.ll RoadMapPenelitian Metode JSTpadaaprikasidi bidangrekayasa 82 Tabel2.72RoadMap Penelitian MetodeJSTpadamasalah pondasitiang Tunggal..............:.... Tabel2.13 Yariabelinput modeluntukperhitungantiayadukungbatas
gg
Tabel2.l4Yariabel input modeluntukperhitunganpenurunan
90
Tabel3.1variabelinputuntukperhitungan dayadukungbatas...... Tabel3.2Variabelinputuntuk perhitungan penurunan. Tabel3.3 Sampeluntukuji awalmodelNN_eu11 Tabel4.l VariabelinputuntukmodelNN_er11.... 'Iabel4.2 Sa:npel uirtuku-iiavra!moiielNN.._eult fabel4.3Perhitungarr.ly';or.rsipada. sebuah lubangbor ...........
... 97
.....................9g gg ............. 105 ............ 106 ll2
Tabel4.4 Perhitungan s versu s sl'Qooo1*4metode chin (l 970,lgTl).................. I l5 Tabel4.5ModelNN-Q,,,1(satu) hiddenlayer denganbeberapa konfigurasi.... l lg Tabel4.6 Parameter statistik8(delapan) konfigurasij aringan NN_Q,,I,|hiddeilayer .............
l 19
Tabel4.7 Bobotdanbiasuntukmodel NN_e,,uI hiddenlayer konfigurasiI ... 123
VI
vll
Tabel4.8Rentangdatainputdanoutputuntukmodeldayadukungbatas........ t23 Tabel4.9Nilai rata-ratadandeviasistandarvariabelinputm odel................... 125 Tabel 4.10 Nilai variabelD untuk analisissensitivitas
r25
Tabel4.1I Nilai variabelI Untukanalisissensitivitas
128
Tabel4.l2 Nilai variabelL/D untukanalisissensitivitas
130
Tabel4.13Nilai variabelN'ah6tt,Jtt r;ntukanalisissensitivitas
r32
Tabel4.l4 Nilai variabelN'ao(tip.t untuk analisissensitivitas
135
Tabel 4.15 Data yang digunakanuntuk uji komparasimodel
t39
Tabel 4.16Datanormalize danQ,ll aktual hasil metodeNN ........
139
Tabel 4.17 DataNssdan Q,xhxilperhitungan denganmetode Meyerhof(1956,1976)
t40
Tabel4.13 Qurthasil perhitungandenganmetodeBriaudet al. (1.9g5).......""......l4i Tabel 4.19 Q,,11hasil perhitunganCenganmetodeOhsaki(1934)
142
Tabel4.20Nilaimeanbeberapametodeyangdiperbandin-gkan Tabel4.21 Nilai standarddeyia.sibeberapametodeyang dlBerlandingkan...... 145 Tabel 4.22 Parameterstatistik 6(enam)konfigurasi jaringan //N_
eun 2 hidden
Iayer (arsitekturjaringan terpisah).............. Tabel 4.23 Yaiabel input model untuk perhitunganpenunrnan
.. l4g ........ l4g
Tabel4.24Sampeluntuk uji awal model NN_$ettlement ............
150
Tabel4.25 Model NN settlement l(satu) hidden layer denganbeberapa Konfigurasi...............
l5l
TabeI 4 .26 P arcrneterstatistik 8(delapan)konfi gurasij aringan NN-'$ettlI hiddenlyr .................:..:....::.::.......::::i::....... Tabel 4.27 Bobot dan bias untuk model NN_1Sqflezent ............ 'Iabel4.28 Rentangrlatainput dan output untuk model eiastic settlemenf
r5l r52 153
Tabel4.29Niiai rata-rataderndeviasistandarvariabelinput moclel...................154 Tabel 4.30 Data yang digunakan untuk uji komparasimodel
159
Tabel 4.31 Penurunanelastikmetodey'/i/, rumus poulos and Davis (19g0) danhasilload test
.:.:.:............
160
Tabel4.32 Nilai mean beberapametode yang diperbandingkan
162
Tabel 4.33 Nilai standardeviasi beberapametodeyang diperbandingkan
156
Tabel 4.34 Parameterstatistik6(enam)konfigurasijar.ingan NN_gettl.2hidderyly,............ Tabel 4.35 Variabel input untuk model denganZ(dua)output
163 165
vlll
Tabel4.36Model NN_Qult&Settl| (satu)hiddenla1,ey6rnfunbeberapa Konfigurasi ................
166
jaringanyangdiujil'abel 4.37Parameter statistik8(delapan) konfigurasi cobakan
r67
Tabel4.38 Bobot dan bias untuk model NN_Qut,
168
Tabel4.39Nilai bobotdanbias strukturjaringan NN_Settlentent .........
168
Tabel 4.40 Parameterstatistik6(enam)konfigurasijaringan yang diujicobakan 172 jaringalt dengani output dan jaringaririeirgan2 cur.put..T'abel4.41 I'r:rilakr.r 'l'atrel 4.12Pefilakujaringan denganI output
172 174
Tabel4.43 Hasil analisisstatistikamodel NN_Q,,,denganmetodeyang lain .... t74 Tabel 4.44 Hasil analisis statistika model NN_Settlementdengan metode yang lain
175
Tabel 5.1 Rekapitulasihasil analisisstatistikmodel,,\Wdanmetodelain yang
Diperbandingkan
177
t
.q
DAFTAR GAMBAR GambarI.1. Modelregresilinierpadastatistik Gambar1.2.Modeljaringansyaraftiruanyangmerepresentasikan model _t
2.i Hubungan Gambar e danN SPT ......... 2.2 Hubungan Gambar antara { dan(p...............
24
Gambar2.3 Mekanisme uji bebantiangdenganbebanaksialtekan
29
Gambar2.4 Metode interpretasiChin
31
Gambar2.5 Faktorpenurunan10..........
34
Gambar2.6 FaktorkoreksikompresiR1.............
34
Gambar2.7 Faktorkoreksi kedalamanRn .............
35
Gambar2.8 FaktorkoreksianskaPoissonu
35
Gambar2.9 FaktorkoreksikekakuanlapisanpendukungR6
36
24
Gambar2.10MenentukansecaragrafismodulustanahJ" berdasarkan uji beban ti a n g ......,..
40
Gambar2.11 Strukturjaringansyarafbiologisdanjaringansyaraftiruan
42
Garnbar2.I 2 Strukturneuronj aringansyaraftiruan ........... ......*...
+J
Garnbar2.13 Tipikal tv{odeljaringan syaraf tiruan sederhana
AA .++
Gambar2.14 Model jaringan syaraftiruan sederhanadenganbias
45
Gambar 2.15 Contoh pengolahandata pada neuron
45
Gambar2,16Funesiaktivasiundakbiner
A1 -t
Gambar2.17Fungsiaktivasi:Bipolar
47 48
Gambar 2.19 Fungsi aktivasi: SaturatingLinear
49
Gambar2.20Fungsiaktivasi:SymetricSaturating Linear
49
Gambar2.21Fungsiaktivasi:SigmoidBiner
50
Garnbar2.22Fungsiaktivasi:SigmoidBipolar
5l
Gambar2.23 Jwrnganumpanmaju MLP
53
Garnbar2.24Diagrantskematikneurondanprosestransmisiyangterjadi
54
Garnbar2.25 Arah sinyal yang terjadi pada ML,P: arah maju pad,a.fiinction
s'ignaldanarahmundurpadaerror signal
56
Gambar2.26 Diagramarahsinyal padaneuronoutput.i
57
Gambar2.27 Gradientdescentdalam ruangbobot koneksi
61
IX
Garrrhail.lS L)iagrtlinskenralil*: alirr,nsin;r'allr,i!'rgrr:.iiilp'rrlihaikarirletaii output neuronk yang dihubungkandenganhidclenneuronj. .......
62
Gambar2.29 Aliran sinyal error yangmerupakanbagiandari sistemsinyal error padaalgoritmaBack-Propagation............... Gambar2.30 Domain untuk training dan testing
64 67
Gambar2.31 Pengaruhprosesnonnalisasiterhadapdatatraining......................68 Gambar 2.32 Pengaruhukuran santple learning terhadapkemampuanjaringan dalammenggpneralisir..........
69
junilahhiddenunit terhadap Gambar2.33Pengaruh performajaringan
l5
Gambar2.34 Baganalir keraqgkaberpikir
94
Gambar3.1Jendela jaringan..............96 NN yangdigunakan untukmelatihsebuah Gambar3.2Baganalir pembuatan modelNN............
r04
Garnbar4.1 Profil vertikal lubangbor dangeometripondasitianguji
113
Gambar4.2 Perhitungan Qull metodeChin097A, l97l) Gambar4.3 l{asil pelatihanmodelNli.i_QuituntukkonhgurasiL..............
i 15 il9
Gambar4.4 Struktur modelNN_Q,,t, dengan I hidden layerdanzhiddennotes.......-. 1 2 0 Gambar4.5Nilai bobotantara inputdanhiddenlayeruntukkonfigurasi I ..................l2l Gambar4.6 Nilai biaspadahiddenlayer untukkonfigurasi I
t2l
Gambar 4.7 Nilai bobot antarahidden layer denganoutput untuk konfigurasi l
122
Gambar4.8Nilai biaspadaoutputlayer wrtukkonfigurasi 1 ...............
r22
Gambar4.9 Grafik hubunganD versusQ,r,}aringandenganlhiddenlayer padaarsitektur terpisah) ................................: Gambar4.10 Grafik hubunganI versusQa,larngan denganI hiddenlayer padaarsitektur terpisah) ....:.:........
127
l3l
Gambar4.I I Grafik hubunganL/D uersusQ,1,Qaringan denganI hiddenlayer padaarsitektur ............. terpisah)
134
Gambar4.12 Grafik hubunganN'tam,,1versusQ.,,rt (jaringandenganI hidtlen layer padaarsitekturterpisah)
127
Gambar4.13Q,rthasilperhitungan denganmetodeNNdanhasiluji bebanstatik 142
l' i
Gambar4.14Qullhasilperhitungan metodeMeyerhofdanhasiluji bebanstatik. Gambar4.15Q,tthasilperhitungan metodeBriaud danhasiluji bebanstatik...
I43
Gambar4.16Qunhasilperhitungan metodeOhsakidanhasiluji bebanstatik...
143
143
Gambar4.17 Jendela NN untukrunningjaringandengan2 hiddenlayers......... 147 Gambar4.18 StrukturmodelNN SettlementdenganI hiddenlayer
XI
dan4 hidde.n noc{es
rc2
Gambar4.19Hubungan anrara (D) dengan diameter penurunan elastik(&) ......
i55
Gambar4.20Hubunganantaradiameter(1,)denganpenurunan elastik(^s)....... Gambar4.21Hubunganantaradiameter(L/D)denganpenurunan elastik(s,) ...
155
Gambar4.22Hubungan antaradiaurcter (K) denganpenurunan elastik(s,)......
156
Garnbar4.23Hubunganantaradiameter(8") denganpenurunan elastik(s,) ......
r57
Garnbar4.24Hubungan antaradiameter(P) denganpenurunan elastik(s,) ....... (iambar4.25Hasilperhitungan penurunan elastiktiangcaraNN versushasil
ls7
ioadtest
156
j 60
Garnbar4.25Hasilperhitungan peilurunan elastiktiangcarapoulosand Davis(1980)versus hasilloadtest...........
16l
Gambar4.27 Jendela Matlabyangsiapdigunakan melatihjaringandengan 2(dua)output'......
165
Gambar4.28 StrukturmodelNN_Qurt&NN_$ettlement dengan1 hiddenlayer dan3 hiddennodes..........-.....:. I
Gambar4.29HubunganvariabelD versusQuu.............
r67 r69
Gambar4.30HubunganvariabelZ versusQurt...........
t69
Gambar4.31Hubungan variabelL/D versusQrtt. . ....................., 170 ...,......::..:::.:..:..:. .................. Gambar4.32HubunganvariabelN'6s1r1,4,g versusQutt................
170 .........:.-.......
Gambar4.33Hubunganvariabe|N,aotiplversuSQon................
Gambar5.1Model NN_Q,,,
176
Garnbar5.2 ir4odel,VNS,
r76
