OPTIMASI PARAMETER MARSHALL STABILITY PADA ASPAL BETON MENGGUNAKAN PENDEKATAN HYBRID NEURAL NETWORK – GENETIC ALGORITHM

Main Article Content

Achmad Baroqah Pohan Jimmi Jimmi

Abstract

Desain jalan harus menerapkan pengetahuan prinsip-prinsip rekayasa untuk kepadatan arus lalu lintas dan kecepatan dalam meminimalkan probabilitas kecelakaan. Buruknya estimasi agregat campuran aspal beton menyebabkan berkurangnya kualitas desain jalan. Marshall test merupakan teknik pengujian untuk mengetahui tingkat kelayakan agregat campuran aspal  beton dalam konstruksi desain jalan. Stabilitas Marshall dan Marshall Flow merupakan hasil pengujian marshall untuk mengetahui beban maksimum yang akan diterima oleh aspal beton. Namun untuk menjamin akurasi nilai uji coba marshall dibutuhkan metode komputasi seperti neural network untuk memecahkan masalah akurasi dengan data yang beragam dan tidak linear. Optimasi artificial neural network diuji utuk menghasilkan nilai akurasi yang terbaik, menerapkan Algoritma Genetika bertujuan untuk menaikkan akurasi yang dihasilkan oleh artificial neural network. Eksperimen dilakukan untuk mendapatkan arsitektur yang optimal dan menghasilkan akurasi yang meningkat. Model terbaik yang telah diperoleh dijadikan standard dalam tahapan inisialisasi perancangan aplikasi perangkat lunak berbasis mobile aplication.

Article Details

How to Cite
POHAN, Achmad Baroqah; JIMMI, Jimmi. OPTIMASI PARAMETER MARSHALL STABILITY PADA ASPAL BETON MENGGUNAKAN PENDEKATAN HYBRID NEURAL NETWORK – GENETIC ALGORITHM. Proceeding Semnasvoktek, [S.l.], v. 2, p. 33-40, oct. 2017. ISSN 2541-3058. Available at: <http://eproceeding.undiksha.ac.id/index.php/semnasvoktek/article/view/668>. Date accessed: 12 dec. 2018.
Section
Articles