Estimasi Nilai Parameter Kompaksi Bahan Subgrade Berdasarkan Nilai Index Properties Pada Proyek Jalan Raya Danny W Siagian1 dan Zulkarnain A Muis2 1
Departemen Teknik Sipil, Universitas Sumatera Utara, Jl.Perpustakaan No.1 Kampus USU Medan Email:
[email protected] 2 Staf Pengajar Departemen Teknik Sipil, Universitas Sumatera Utara, Jl. Perpustakaan No. 1 Kampus USU Medan Email :
[email protected]
ABSTRAK Kekuatan dan keawetan konstruksi perkerasan jalan sangat tergantung pada sifat-sifat dan daya dukung tanah dasar. Tuntutan akan kebutuhan pengontrolan di lapangan dan tersedianya dana, merupakan salah satu faktor yang harus dipertimbangkan dalam pekerjaan pemadatan/kompaksi tanah dasar. Hal tersebut kemudian memunculkan pemikiran akan pemilihan alat atau cara untuk memperkirakan kepadatan tanah dengan sistem pelaksanaan yang tepat, cepat, dan ekonomis. Penelitian ini bertujuan untuk mengestimasi/memprediksi besaran nilai parameter kompaksi yaitu berat isi kering maksimum (γd max) dan kadar air optimum (Wopt) dari nilai index properties yaitu persen butiran halus (Fines) dan batas cair (LL). Dengan menggunakan persamaan linear dalam mengestimasi nilai parameter kompaksi diperoleh persamaan untuk berat isi kering maksimum estimasi (γdmax) = 1,883 - 0,004*F 0,005*LL dengan nilai R2 = 0,906 sedangkan kadar air optimum estimasi (Wopt) = 3,047 + 0,227*F + 0,242*LL dengan nilai R2 = 0,804. Kata kunci: kompaksi, berat isi kering maksimum (γdmax), kadar air optimum (Wopt), batas cair (LL), persen butiran halus (Fines) ABSTRACT
The strength and durability of pavement construction is highly dependent on the properties and subgrade bearing capacity. Demands will need control in the field and the availability of funds, is one of the factors to be considered in the work of compacting subgrade. This then led to the idea of the selection tools or methods to estimate the density of the soil with the proper implementation of the system, fast, and economical. This study aims to estimate/predict the amount of compaction parameter value namely the maximum dry unit weight (γdmax) and optimum moisture content (Wopt) of the value of the index properties that fines percent and liquid limit (LL). By using linear equations in estimating parameter values obtained by compacting the equation for estimation of the maximum dry density (γdmax) = 1.883-0.004*F - 0.005*LL with R2 = 0.906, while the estimated optimum moisture content (Wopt) = 3.047 + 0.227*F + 0.242*LL with R2 = 0.804. Keywords : Subgrade, index properties,compaction, maximum dry density, optimum moisture content, fines percent, liquid limit.
1
1. Pendahuluan Kekuatan dan keawetan konstruksi perkerasan jalan sangat tergantung pada sifat-sifat dan daya dukung tanah dasar. Pemadatan merupakan salah satu usaha yang harus dilakukan agar diperoleh daya dukung tanah dasar yang kuat. Nilai parameter pemadatan diperoleh dari percobaan kompaksi yaitu untuk memperoleh berat isi kering maksimum (γdmax) atau (MDD) dan kadar air optimum (Wopt) atau (OMC). Dalam menentukan nilai parameter kompaksi
tersebut memerlukan bahan yang cukup banyak, biaya pengujiannya tergolong murah, memerlukan operator laboratorium yang handal serta menyita waktu dilaboratorium. Sementara pengujian untuk mengetahui nilai index properties dari bahan subgrade adalah tergolong pekerjaan yang tidak sulit. Selain itu pengujian tersebut tidak memerlukan peralatan yang mahal disamping waktu untuk pengujian juga tergolong cepat. Jika hasil nilai index properties ini bisa digunakan untuk memprediksi berat isi kering maksimum dan kadar air optimum dari suatu bahan subgrade maka dapat dihemat waktu, tenaga dan biaya pada pelaksanaan pekerjaannya. Dalam penelitian ini dirumuskan masalah hubungan regresi linear dari nilai parameter pemadatan laboratorium (berat isi kering maksimum dan kadar air optimum) dengan data index properties tanah yaitu persen butiran halus (lolos ayakan no 200) dan batas cair (liquid limit) tanah Tujuan dari penelitian ini adalah untuk mengestimasi nilai parameter kompaksi yang dipergunakan untuk lapisan subgrade berdasarkan data data index properties.
2. Tinjauan Pustaka Pemadatan adalah suatu proses dimana udara pada pori-pori tanah dikeluarkan dengan cara mekanis. Cara mekanis yang dipakai untuk memadapatkan tanah dapat dilakukakan dengan berbagai cara. Di lapangan biasanya dipakai cara menggilas, sedangkan dilaboratorium dipakai cara dipukul dengan Proctor. Sifat-sifat fisik tanah (index properties) menunjukkan sifat-sifat tanah yang mengindikasikan jenis (klasifikasi) dan kondisi tanah, serta memberikan hubungan terhadap sifat-sifat mekanis (engineering properties) seperti kekuatan dan pemampatan atau kecenderungan untuk mengembang, dan permeabilitas. Sifat-sifat fisik tanah (index properties) adalah berupa : kadar air, berat jenis, gradasi butiran, konsistensi atterberg dan lain-lain. Beberapa penelitian dalam memprediksi nilai kompaksi tanah (berat isi kering maksimum dan kadar air optimum) telah banyak dikembangkan. Penelitian untuk mengetahui
2
hubungan antara parameter kompaksi dilakukakan petama kali oleh Johnson dan Sallberg (1962). Setelah itu diikuti penelitian oleh Al-Khafaji (1993) dan merumuskan hubungan antara nilai kompaksi dengan batas Atterberg kedalam persamaan sebagai berikut : Untuk tanah di Irak, MDD = 2.44 – 0.22PL – 0.008LL
(2.1)
OMC = 0.24LL + 0.63PL – 3.13
(2.2)
Untuk tanah di Amerika, MDD = 2.27 – 0.19PL – 0.003LL
(2.3)
OMC = 0.14LL + 0.54PL
(2.4)
Melalui persamaan empiris Blotz, et.al (1998), memperoleh persamaan hubungan linear antara berat isi kering maksimum dengan tenaga pemadatan. Hasil dari korelasi dinyatakan melalui persamaan linear sebagai berikut : MDD = (2.27 log LL – 0.94) Log E – 0.16 LL+ 17.02
(2.5)
OMC = (12.39 – 12.21 log LL) log E + 0.67 LL + 9.21
(2.6)
Kemudian Ugbe (2012) mengusulkan persamaan dalam memprediksi berat isi kering maksimum dan kadar air optimum dengan mengunakan nilai index properties (persen butiran halus, batas cair dan berat jenis) dengan persamaan sebgai berikut : MDD = 15.665SG + 1.526LL-4.313F + 2011.960
(2.7)
2
R = 0.895 OMC = 0.129F-0.0196LL-1.4233SG + 11.399
(2.8)
R2 = 0.795
3. Material Dan Metode Material yang digunakan berasal dari penghamparan pada proyek jalan di Perumahan Cemara Kuta. Jumlah sampel yang diteliti adalah sebanyak 45 sampel dan berasal dari beberapa quarry yaitu Lubuk Pakam (LB), Tanjung Morawa (TM) dan Patumbak (PTM). Persamaan umum yang digunakan dalam menentukan persamaan regresi adalah sebagai berikut : Y = aX + b Dimana : Y
= berat isi kering maksimum (γdmax) /kadar air optimum (Wopt)
X
= index properties (persen butiran halus (Fines)/batas cair(LL))
a
= konstanta variabel
b
= variabel
3
Apabila diperoleh hubungan yang kuat untuk setiap variabel maka dilanjutkan dengan menggunakan dua variabel. Ketepatan hubungan linear tersebut diukur berdasarkan nilai faktor regresi (coefficient of determination) atau R2. Keakuratan korelasi diukur dengan koefisien determinasi, R 2 sebagaimana tercantum dalam tabel 3.2 . Tabel 3.2. Keakuratan koefisien determinasi,R2 (Kamarudin,2005).
4.
Nilai R2
Akurasi
<0,25
Tidak baik
0,25 – 0,55
Relatif baik
0,56 – 0,75
Baik
>0,75
Sangat Baik
Hasil Dan Pembahasan
3.1 Hasil Pengujian Laboratorium Pengujian laboratorium yang digunakan adalah pengujian laboratorium untuk mengetahui sifat fisiknya (index properties) yang terdiri analisa saringan dan uji batas atterberg, dan pengujian Kompaksi Standar untuk mendapatkan nilai parameter kompaksinya. Hasil pengujian sampel tanah dapat dilihat pada tabel 3.2 sementara untuk statistik hasil dari pengujian tersebut dapat dilihat pada Tabel 3.1
Tabel 3.1 Statistik hasil pengujian sampel Variabel
Rentang Nilai
Rata-rata
Persen butiran halus (%)
30,11 - 59.03
47.91
Batas cair (%)
15,04 - 40,88
26,95
Berat isi kering maksimum (gr/cm3)
1,498 - 1,646
1.541
Kadar air optimum (%)
15,82 - 26,66
20,45
N = 45
4
Tabel 3.2 Hasil Pengujian Sampel Soil Classification No 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45
Sampel PTM-1 PTM-2 PTM-3 PTM-4 PTM-5 PTM-6 PTM-7 PTM-8 PTM-9 PTM-10 PTM-11 PTM-12 PTM-13 PTM-14 PTM-15 LB-1 LB-2 LB-3 LB-4 LB-5 LB-6 LB-7 LB-8 LB-9 LB-10 LB-11 LB-12 LB-13 LB-14 LB-15 TM-1 TM-2 TM-3 TM-4 TM-5 TM-6 TM-7 TM-8 TM-9 TM-10 TM-11 TM-12 TM-13 TM-14 TM-15
AASTHO
USCS
A-2-4 A-6 A-4 A-4 A-6 A-6 A-4 A-4 A-6 A-4 A-4 A-4 A-4 A-6 A-4 A-6 A-6 A-4 A-7-6 A-6 A-7-6 A-6 A-6 A-4 A-6 A-6 A-6 A-6 A-6 A-6 A-6 A-6 A-6 A-6 A-4 A-4 A-4 A-6 A-4 A-4 A-4 A-7-6 A-4 A-4 A-4
SC-SM SC SC SC SC SC SC SC SC SC-SM SC SC SC-SM SC SC CL CL CL CL CL CL CL CL ML CL SC CL CL ML CL CL CL SC SC SC SC-SM SC CL SC-SM SC CL CL CL ML CL
SG
Fines
LL
PL
PI
γdmax
Wopt
2.675 2.664 2.672 2.667 2.628 2.629 2.674 2.682 2.615 2.662 2.647 2.673 2.686 2.654 2.654 2.660 2.670 2.615 2.640 2.699 2.613 2.682 2.657 2.692 2.644 2.650 2.646 2.670 2.671 2.640 2.644 2.658 2.668 2.657 2.651 2.663 2.651 2.640 2.665 2.669 2.670 2.607 2.665 2.668 2.675
34.11 42.99 38.86 37.27 43.78 42.98 37.80 36.66 46.36 40.74 36.98 40.44 30.14 43.62 40.20 56.94 57.03 53.76 57.86 57.22 55.91 56.34 57.98 52.95 53.09 49.17 55.03 56.37 48.19 50.19 55.04 55.13 48.08 47.31 43.81 43.48 44.94 54.79 43.81 48.53 52.85 59.03 43.44 50.13 54.55
15.04 24.33 20.34 20.23 24.27 25.93 19.57 19.80 27.06 19.78 20.54 22.22 14.81 25.67 19.04 32.29 38.26 23.95 41.90 39.00 40.28 36.98 31.06 20.39 30.96 39.84 36.67 34.00 30.23 31.26 38.91 30.71 26.08 27.67 24.05 19.16 24.10 27.26 22.22 18.02 20.48 40.88 23.28 18.96 25.41
9.86 13.18 10.78 12.56 12.10 13.78 11.44 12.47 12.76 13.42 10.08 13.49 7.93 13.36 10.15 20.48 20.11 15.96 22.06 18.87 24.44 19.30 19.20 15.97 16.35 22.23 21.18 20.81 12.37 15.89 19.15 15.39 14.82 15.02 13.75 13.78 13.90 15.02 12.84 10.02 12.32 21.17 12.49 12.04 15.74
5.18 11.15 9.56 7.67 12.17 12.15 8.13 7.33 14.30 6.36 10.46 8.73 6.88 12.31 8.89 11.81 18.15 7.99 19.84 20.13 15.84 17.68 11.86 4.42 14.61 17.61 15.49 13.19 17.86 15.37 19.76 15.32 11.26 12.65 10.30 5.38 10.20 12.24 9.38 8.00 8.16 19.71 10.79 6.92 9.67
1.646 1.590 1.618 1.617 1.585 1.597 1.620 1.632 1.546 1.608 1.625 1.600 1.671 1.574 1.605 1.454 1.457 1.490 1.427 1.456 1.442 1.489 1.471 1.502 1.498 1.447 1.453 1.464 1.512 1.472 1.454 1.490 1.537 1.517 1.593 1.572 1.563 1.496 1.590 1.641 1.600 1.432 1.574 1.619 1.496
15.82 17.92 16.43 16.68 18.03 17.8 16.87 16.06 18.93 17.48 16.06 16.25 15.72 18.81 16.19 25.51 26.62 25.14 26.66 25.08 26.22 25.55 25.94 21.58 23.34 25.78 25.86 25.46 20.18 25.20 23.05 22.16 19.67 17.99 18.39 18.97 18.22 22.49 17.92 16.42 17.16 21.00 19.11 17.59 21.13
.
5
Dengan γdmax
:
Berat isi kering maksimum (gr/cm3)
Wopt :
Kadar air optimum (%)
Fines :
Persen butiran halus (%)
LL
:
Batas cair (%)
PL
:
Batas plastis (%)
PI
:
Index plastis (%)
SG
:
Berat jenis (%)
Setelah melakukan pengujian sampel, langkah selanjutnya adalah melakukan analisa stastistik. Hal tersebut dilakukan untuk menentukan korelasi antara parameter pemadatan dengan nilai index properties. Nilai-nilai index properties yang digunakan adalah persen butiran halus (fines) dan batas cair (Liquid Limits). Hubungan regresi menggunakan satu variabel dianalisi menggunakan program SPSS vesi 16 atau Microsoft Exel 2010. Model yang digunakan untuk mengetahui hubungan antara parameter kompaksi dengan nilai index properties adalah regresi linear.
3.2.
Hubungan antara nilai parameter kompaksi (berat isi kering maksimum dan kadar air optimum) dengan nilai index properties
Dengan menggunakan metode regresi untuk mengetahui hubungan nilai parameter kompaksi dengan index properties, maka didapat persamaan-persamaan dengan menggunakan bantuan program SPSS. Persamaan-persamaan yang terbentuk adalah sebagai berikut : 1. Hubungan berat isi kering maksimum (γdmax) dengan persen butiran halus (Fines) adalah : (γdmax) = 1,938 - 0,09*Fines
(3.1)
R2 = 0,783 Artinya, bahwa 78,3% nilai berat isi kering maksimum dapat diprediksi menggunakan persamaan linear dari nilai persen butiran halus. 2. Hubungan berat isi kering maksimum (γdmax) dengan batas cair (LL) adalah : (γdmax) = 1,769 - 0,008*LL 2
R = 0,827. Artinya, bahwa 82,7% nilai berat isi kering maksimum dapat diprediksi menggunakan persamaan linear dari batas cair (LL).
6
(3.2)
3. Hubungan berat isi kering maksimum (Wopt) dengan persen butiran halus adalah : Wopt = 0,500 + 0,417*Fines
(3.3)
R2 = 0,709. Artinya, bahwa 70,9% nilai kadar air optimum dapat diprediksi menggunakan persamaan linear dari nilai persen butiran halus (Fines). 4. Hubungan kadar air optimum (Wopt) dengan batas cair (LL) adalah Wopt = 9,187 + 0,418*LL
(3.4)
R2 = 0,721. Artinya, bahwa 72,1% nilai kadar air optimum dapat diprediksi menggunakan persamaan linear dari batas cair (LL).
Dari hasil regresi diketahui hubungan nilai parameter kompaksi dengan masing-masing nilai index properties yakni persen butiran halus (Fines) dan batas cair (LL) adalah sangat kuat,hal tersebut dapat dilihat dari nilai R2 yang dihasilkan. Dengan modal R2 yang dikategorikan sangat baik tersebut kita dapat mencari hubungan dengan dua variabel untuk mengestimasi nilai berat isi kering maksimum dan kadar air optimum. Hubungan nilai parameter kompaksi dengan menggunakan dua variabel index properties adalah sebagai berikut :
1. Untuk nilai berat isi kering maksimum adalah : (γdmax) = 1,883 - 0,004*Fines - 0,005*LL
(4.5)
2
R = 0,906 Artinya, bahwa 90,6% berat isi kering maksimum dapat diprediksi dengan rentang kepercayaan 95% menggunakan variabel persen butiran halus (Fines) dan batas cair . 2. Untuk nilai kadar air optimum adalah: Wopt = 3,047 + 0,227*Fines + 0,242*LL
(4.6)
R2 = 0,804 Artinya, bahwa 80,4% kadar air optimum dapat diprediksi dengan rentang kepercayaan 95% menggunakan variabel persen butiran halus (Fines) dan batas cair (LL)
Persamaan-persamaan yang terbentuk dari hasil regresi linear dengan tingkat kepercayaan 95%) dirangkum dalam Tabel 4.1. Dari tabel tersebut diperoleh nilai R2 terendah adalah untuk hubungan Wopt dengan batas cair, sementara untuk nilai R 2 tertinggi adalah hubungan γdmax dengan batas cair dan persen butiran halus.
7
Tabel 4.1. Resume persamaan
R2
variabel
Persamaan
γdmax vs Fines
1,938 - 0,09*F
0,783
γdmax vs LL
1,769 - 0,008*LL
0,827
γdmax vs Fines + LL
1,883 - 0,004*F - 0,005*LL
0,906
Wopt vs Fines
0,500 + 0,417*F
0,709
Wopt vs LL
9,187 + 0,418*LL
0,721
Dari persamaan-persamaan yang telah dihasilkan, dapat dilihat hubungan antara variabel index properties dengan nilai parameter kompaksi. Hubungan tersebut diantaranya : 1. Fine Percent (persen butiran halus). Bertambahnya jumlah persen butiran halus berimplikasi pada besarnya porositas dan membutuhkan air yang lebih karena dalam pemadatan sehingga mengakibatkan bertambahnya kadar air optimum dan mengurangi berat isi kering maksimum (Ugbe,2012) 2. Liquid Limit (Batas cair). Pengujian batas-batas atterberg dilakukan pada tanah yang lebih kecil dari 425 μm. Kelompok tanah berbutir halus ini membutuhkan air yang lebih karena penambahan ukuran permukaan. Hal ini mengakibatkan berkurangnya berat isi kering maksimum dan bertambah kadar air optimum. 3. Persamaan regresi dua parameter menghasilkan nilai R2 yang tinggi dibandingkan dengan persamaan regresi satu parameter. Gambar 4.1 dan 4.2 menunjukan hubungan berat isi kering maksimum estimasi dengan berat isi kering maksimum aktual dan kadar air optimum estimasi dengan kadar air optimum aktual. Dari persamaan tersebut diperoleh bahwa tingkat keakuratan yang diperoleh berdasarkan nilai R2 adalah 907% dan 80,4%. Dengan nilai R2 yang diperoleh, menunjukan bahwa persamaan-persamaan dengan menggunakan dua variabel bebas yaitu persen butiran halus dan batas cair dapat digunakan dalam mengestimasi nilai parameter kompaksi.
8
Gambar 4.1. Grafik hubungan berat isi kering maksimum real dengan berat isi kering estimasi maksimum
Gambar 4.2. Grafik hubungan kadar air optimum real dengan kadar air optimum estimasi
Perbandingan nilai parameter kompaksi estimasi dan nilai pameter kompaksi real atau aktual dapat dilihat pada tabel 4.3
9
Tabel 3.4 Hasil estimasi nilai parameter kompaksi menggunakan dua variabel dengan interval kepercayaan 95% dan perbandingannya dengan model Ugbe (2011) dan Al-khafaji (1993)
No
Sampel
γdmax
Wopt
γdmax*
Wopt*
γdmax**
Wopt**
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45
PTM-1 PTM-2 PTM-3 PTM-4 PTM-5 PTM-6 PTM-7 PTM-8 PTM-9 PTM-10 PTM-11 PTM-12 PTM-13 PTM-14 PTM-15 LB-1 LB-2 LB-3 LB-4 LB-5 LB-6 LB-7 LB-8 LB-9 LB-10 LB-11 LB-12 LB-13 LB-14 LB-15 TM-1 TM-2 TM-3 TM-4 TM-5 TM-6 TM-7 TM-8 TM-9 TM-10 TM-11 TM-12 TM-13 TM-14 TM-15
1.646 1.590 1.618 1.617 1.585 1.597 1.620 1.632 1.546 1.608 1.625 1.600 1.671 1.574 1.605 1.454 1.457 1.490 1.427 1.456 1.442 1.489 1.471 1.502 1.498 1.447 1.453 1.464 1.512 1.472 1.454 1.490 1.537 1.517 1.593 1.572 1.563 1.496 1.590 1.641 1.600 1.432 1.574 1.619 1.496
15.82 17.92 16.43 16.68 18.03 17.8 16.87 16.06 18.93 17.48 16.06 16.25 15.72 18.81 16.19 25.51 26.62 25.14 26.66 25.08 26.22 25.55 25.94 21.58 23.34 25.78 25.86 25.46 20.18 25.20 23.05 22.16 19.67 17.99 18.39 18.97 18.22 22.49 17.92 16.42 17.16 21.00 19.11 17.59 21.13
1.671 1.589 1.626 1.633 1.587 1.581 1.634 1.637 1.562 1.621 1.632 1.610 1.688 1.580 1.627 1.494 1.464 1.548 1.442 1.459 1.458 1.473 1.496 1.569 1.516 1.487 1.480 1.488 1.539 1.526 1.468 1.509 1.560 1.555 1.588 1.613 1.583 1.528 1.597 1.599 1.569 1.442 1.593 1.588 1.538
14.43 18.69 16.79 16.40 18.86 19.08 16.36 16.16 20.12 17.08 16.41 17.60 13.47 19.16 16.78 23.79 25.25 21.05 26.32 25.47 25.49 24.79 23.72 20.00 22.59 23.85 24.41 24.07 21.30 22.01 24.96 22.99 20.27 20.48 18.81 17.55 19.08 22.08 18.37 18.42 20.00 26.34 18.54 19.01 21.58
1.670 1.587 1.624 1.630 1.581 1.576 1.632 1.636 1.556 1.618 1.629 1.608 1.688 1.577 1.624 1.491 1.462 1.542 1.438 1.459 1.452 1.472 1.493 1.569 1.512 1.484 1.476 1.485 1.537 1.522 1.464 1.506 1.558 1.552 1.584 1.611 1.579 1.523 1.594 1.597 1.567 1.436 1.590 1.585 1.536
14.50 18.73 16.87 16.44 18.52 18.77 16.46 16.35 19.67 17.05 16.24 17.72 13.66 19.11 16.66 23.84 25.48 20.55 26.27 26.01 25.14 25.12 23.73 20.27 22.47 23.90 24.37 24.25 21.47 21.85 24.92 23.01 20.36 20.47 18.71 17.52 18.98 21.88 18.39 18.43 20.04 25.93 18.58 19.02 21.72
10
γdmax***
Wopt***
1.643 1.576 1.614 1.598 1.586 1.564 1.611 1.601 1.569 1.592 1.619 1.582 1.661 1.569 1.624 1.479 1.458 1.553 1.426 1.466 1.411 1.470 1.495 1.567 1.521 1.433 1.455 1.469 1.560 1.524 1.464 1.531 1.554 1.546 1.572 1.591 1.571 1.548 1.588 1.630 1.599 1.438 1.586 1.608 1.549
15.64 18.75 16.74 17.96 18.00 19.31 17.13 17.86 18.70 18.52 16.28 18.78 14.29 18.99 16.19 24.49 24.76 20.64 26.42 23.97 27.92 24.09 23.50 20.33 21.52 26.36 25.36 24.87 18.71 21.23 24.15 20.84 20.04 20.31 19.12 18.71 19.23 20.28 18.33 16.01 17.82 25.72 18.18 17.49 20.61
Nilai paremeter kompaksi dapat diestimasi dengan mengunakan persamaan sebagai berikut : γdmax = 1,883 - 0,004*F - 0,005*LL Wopt = 3,047 + 0,227*F + 0,242*LL
R2 = 0,906 R 2 = 0,804
Dengan : γdmax
= berat isi kering maksimum real
γdmax*
= berat isi kering maksimum estimasi
γdmax**
= berat isi kering maksimum estimasi (model Ugbe,2011)
γdmax***
= berat isi kering maksimum estimasi (model Al-Khafaji,1993)
Wopt
= kadar air optimum real
Wopt*
= kadar air optimum estimasi
Wopt**
= kadar air optimum estimasi (model Ugbe,2011)
Wopt***
= kadar air optimum estimasi (model Al-Khafaji,1993)
F
= persen butiran halus (lolos ayakan no.200)
LL
= batas cair (Liquid Limit)
5. KESIMPULAN DAN SARAN 5.1 Kesimpulan Dari hasil pengujian laboratorium dan analisa data diperoleh, hal-hal sebagai berikut : 1. Analisa statistik dengan menggunakan persamaan linear dapat digunakan dalam mengestimasi nilai parameter kompaksi. 2. Berat isi kering maksimum (γdmax) dan Wopt memiliki hubungan yang sangat signifikan terhadap persen butiran halus (Fines) dan juga terhadap batas cair (LL). 3. Persamaan yang telah dihasilkan dari penelitian ini memiliki rentang kepercayaan yang tergolong baik sangat baik. Hal tersebut dapat dibuktikan dari nilai R2 yang dihasilkan.
5.2 Saran Dari hasil pengujian laboratorium dan analisa data diperoleh, hal-hal sebagai berikut : 1. Dapat dicoba menggunakan parameter geoteknik yang lain seperti energi kompaksi, berat jenis, batas plastis dan lain-lain. 2. Metode selain persamaan regresi dapat dikembangkan dalam menentukan estimasi nilai parameter kompaksi.
11
DAFTAR PUSTAKA Al-Khafaji. (1993). Estimation Soil Compaction Parameters by Means of Atterberg Limit.Quarterly Journal of Engineering Geologis, Vol. 26, m/s 359-368. Blotz., L., Bension, C. and Boutwell, G. (1998). Estimating optimum water content max. dry unit weight for compacted soils. J. Geotech
Geoenvir.Engg.,124(9),
907-912. Christady, Hary.H. (1992). Mekanika Tanah 1. Jakarta : PT Gramedia Pustaka
Utama.
Guerrero, Andres.M.A. (2011). Properties On The Maximum Dry Density Obtained From The Standard Proctor Test. Thesis of Megister of Science .Department of Civil and Environmental Engineering. College of Engineering and Computer Science, University of Central Florida Orlando, Florida. Hendarsin, Shirley.L.(2000).Penuntun Praktis Perencanaan Teknik Jalan Raya.
Politeknik
Negeri Bandung, Jurusan Teknik Sipil. Bandung. India,Government Of Ministry Of Railways. (2005). Study Report On Compaction Equipments And Construction Machinery. Report No. GE-R-76,Geotechnical Engineering Directorate, Research Designs & Standards Organization Manak Nagar, Lucknow-11. Kamarudin, F.B.(2005).Estimation Of Soil Compaction Parameter Based On Atterberg Limits. Skripsi Sarjana. Fakultas Teknik Sipil. Universitas Teknologi Malaysia. Muis, Z.A. (1998). Penentuan Berat Isi Kering Maksimum Bahan Aggregat Base Berdasarkan Data Klasifikasi Tanah Pada Proyek Jalan Raya. Seminar Highway Engineering, Medan Academic Committee (MAC). Teknik Sipil
USU.
Matcalf, J.B., dan Romanoschi, S.A. (2007). Prediction Od Maximum Dry Density And Optimum Moisture Content From Simpel Material Properties. Nendi, A.M. (2010). Korelasi Antara Hasil Ujian Mampatan Dengan Had Atterberg. Skripsi Sarjana. Fakultas Teknik Sipil. Universitas Teknologi Malaysia. Smith, M.J. (1984). Mekanika Tanah. (Elly Madyayanti). Jakarta: Eirlangga Shridharan,A. dan Nagaraj,H.B.(2005).Plastic Limit And Compaction Characteristics Of Finegrained Soils. Ground Improvement (2005) 9, No.1, 17–22. Ugbe F.C. (2011). Estimating Compaction Characteristics from Fines in A-2 Type Soils. Research Journal of Environmental and Earth Sciences 3(4):
Lateritic
433-437,
2011. Ugbe F.C. (2012). Predicting Compaction Characteristics of Lateritic Soil of Western Niger Delta, Nigeria. Research Journal of Environmental and Earth Sciences 4(5): 553-559, 2012.
12
Zakaria, H.B. (2007). Correlation Between Results Of Compaction Test And Atterberg Limits. Tugas Akhir Sarjana, Fakultas Teknik Sipil, Universitas Teknologi
Malaysia.
Sinollah.Tutorial Mencari Koefisien Korelasi dan Regresi dengan Excel 2007. September 2013.URL:www.Sinollahblog.wordpress.com
13
