Anda di halaman 1dari 5

Analisa Keandalan terhadap Penurunan pada Pondasi Jalur Anwar Harahap

ANALISA KEANDALAN TERHADAP PENURUNAN PADA PONDASI JALUR

Anwar Harahap
Jurusan Teknik Sipil USU

Abstrak: Perencanaan secara tradisional dari pondasi jalur (strip footing) untuk tanah berpasir diperoleh pertama sekali dari hasil percobaan pada sejumlah lokasi yang terbatas untuk memperoleh besar modulus elastis (contoh Cone Penetration / CPT ). Kemudian dari perencanaan diperoleh lebar pondasi B . Pada tanah yang nyata, tanah mungkin dapat ataupun tidak mewakili modulus elastis pada pondasi pada ruang yang bervariasi (spatial variability). Pada tulisan ini akan dibuat suatu perhitungan dengan metode Monte Carlo pada suatu massa tanah di ruang yang bervariasi. Hasil penurunan pondasi dibandingkan untuk penurunan yang dismulasikan dengan hasil aktual dengan menggunakan metode elemen hingga. Kata kunci : Penurunan Pondasi, Pondasi Jalur, Keandalan, Ruang yang Bervarisi.

Dimana
PENDAHULUAN Pada tulisan ini akan disajikan, keandalan dari suatu pondasi dengan modulus elastis efektif pada ruang yang acak. Modulus efektif dapat menjadi modulus elastis lapangan pada penurunan konsolidasi. Pada modulus elastis lapangan E s ( x ) dimana
~

adalah tegangan vertikal (KN/m2)

B adalah lebar pondasi.


E
* s

adalah beberapa pengukuran yang ekivalen dari modulus elastis tanah adalah faktor pengaruh untuk

0
1

x adalah posisi ruang. Poison rasio diasumsikan


konstan =0.35. Suatu analisa dua dimensi dibuat di sini pada pondasi jalur dengan asumsi panjang ke luar bidang datar tak terhingga diabaikan, walaupun penurunan dari pondasi yang sebenarnya umumnya bergantung pada masing-masing dimensi pondasi yang direncanakan. Suatu pembagian (mesh) elemen hingga menunjukkan pondasi yang terletak pada tanah dengan modulus elastis lapangan acak, dimana daerah yang terang adalah E s ( x) dengan nilai yang
~

kedalaman D dibawah permukaan tanah adalah faktor pengaruh untuk pondasi dengan lebar tanah H

B dan kedalaman lapisan

Kasus utama dianggap bahwa pondasi terletak pada permukaan lapisan tanah ( 0 =1) dengan kedalaman H =6m. Beban pondasi diasumsikan sebesar P = 1250 KN per meter panjang. Dengan memasukkan harga P maka persamaan 1 dapat dituliskan sebagai berikut :

lebih rendah, seperti ditunjukkan pada gambar 1:

= 0 .1 .

P E s*

(2)

Karena tujuan dari penulisan sebagai perbandingan dengan penurunan pondasi pada teori Janbu, dengan analisa elemen hingga yang linier. Dengan menggunakan Modulus Elastis ruang yang konstan
Gambar 1. Pembagian elemen hingga yang terdeformasi dengan contoh modulus elasis lapangan

E s* =30 MPa untuk variasi rasio H / B . Jadi di sini


dapat dilihat , suatu garis lurus yang mendekati yang diperkirakan sebesar :

2. Metodologi Perencanaan Penurunan

1 = a + b ln(

Metode perencanaan adalah berdasarkan pada teori Janbu, dengan formula untuk penurunan pada pondasi jalur = 0 .1 .

H ) B

(3)

qB (1) E s*

dimana untuk kasus dengan anggapan Poison rasio =0.35, Garis yang cocok dan terbaik seperti mempunyai a = 0.4294 dan b =0.5071, ditunjukkan pada gambar2. Persamaan penurunan dapat dituliskan sebagai berikut :
113

Jurnal Sistem Teknik Industri Volume 6, No. 3 Juli 2005

= 0 [a + b ln(

H P )]. * B Es

(4)

Karena modulus elastis lapangan


^

E s ( x) adalah acak
~

(random), dengan harga berarti nilai B acak.

E s perkiraan acak maka ini

Pekerjaan sekarang adalah untuk menaksir distribusi dari harga penurunan yang aktual pada tiap pondasi yang direncanakan. Jika persamaan prediksi akurat, maka diharapkan kira-kira 50% dari penurunan pondasi lapangan lebih dari maks sementara sisa yang 50% akan lebih kecil dari penurunan lapangan. Dengan catatan bahwa ini adalah masalah probabilitas, misalkan pada lapangan acak E s ( x)
~

Gambar 2. Pengaruh rasio H/B pada faktor pengaruh penurunan 1

telah dibuat sampel pada n titik untuk memperoleh disain estimasi E s . Dengan memberikan harga estimasi ini, diperoleh B dengan persamaan 8. Akan tetapi karena lapangan yang sebenarnya adalah ruang yang bervariasi, E s mungkin dapat mewakili elastis modulus tanah yang sebenarnya jadi dibuat suatu probabilitas untuk memperoleh perkiraan penurunan yang sebenarnya.
3. Perkiraan probabilitas dari penurunan yang bervariasi. Penurunan yang bervariasi akan diperkirakan dengan simulasi Monte Carlo. Detail dari model elemen hingga dan simulasi untuk lapangan yang acak dapat dibuat dengan membagi beberapa elemen. Model elemen hingga adalah 60 elemen lebar dan 40 elemen dalam, dengan ukuran nominal elemen x = y =0.15 m, memberikan luas daerah tanah 9 m lebar dan 6 m dalam. Simulasi Monte Carlo mengikuti langkah-langkah sebagai berikut : 1. Tentukan daerah acak dari modulus elastis ratarata lokal menggunakan metode Local Average Subdivision (Sub pembagian lokal rata-rata) (Fenton.dan Vanmarcke) 2. Sampel acak pada lapangan secara virtual pada 4 elemen langsung di bawah pusat pondasi (pada kedalaman 0, H/3, 2H/3 dan H). Kemudian hitung
^

Kasus dimana

* s diperkirakan

dengan contoh tanah

pada beberapa tempat untuk pondasi. Misalkan

Es =

H 1 E1 + H 2 E 2 + ...E n H n (5) H

dimana H i adalah tebal tanah dari ke i lapisan dan

H adalah total tebal dari seluruh lapisan. Pada tulisan ini lapisan dianggap tunggal, walaupun ruang yang bervariasi mungkin nampak pada lapisan., jadi itu diasumsikan bahwa n sampel akan diambil pada ruang yang sama diatas kedalaman H sepanjang garis vertikal di pusat dari pondasi. Pada kasus ini modulus elastis dapat ditulis menjadi rata-rata aritmetika sebagai berikut :
E=
^

1 n Ei n i =1

(6)

Pengukuran kesalahan tidak dilakukan karena tujuan di sini adalah untuk meperkirakan penurunan pada kondisi yang bervariasi dengan pengamatan secara aktual (nyata) dari modulus elastis tanah pada beberapa titik. Menggunakan elastis modulus yang diperkirakan, prediksi penurunan pondasi menurut metode Janbu menjadi :

pred = 0 [a + b ln

H P . ^ ] B Es

(7)

Jika maksimum penurunan yang diijinkan adalah 40 mm untuk perencanaan , maka pred = maks = 0.04 m , persamaan 7 dapat diselesaikan untuk memperoleh lebar B yang diperlukan sebagai berikut : pondasi

1 E B = H exp{ ( s maks a)} b P 0

(8)

modulus elastis yang diestimasi E s , sebagai harga rata-rata aritmetika. 3. Hitung harga lebar pondasi yang diperlukan B dengan persamaan 8. 4. Atur masing-masing jumlah elemen B terletak dibawah pondasi pada model elemen hingga dan lebar elemen, x seperti = B = B x . Catatan bahwa model elemen hingga mengasumsikan bahwa pondasi adalah jumlah bilangan bulat dari elemen lebar. Karena B dihitung dengan persamaan 8 adalah keadaan menerus yang bervariasi, beberapa pengaturan dari

114

Analisa Keandalan terhadap Penurunan pada Pondasi Jalur Anwar Harahap

x diperlukan. Harga nilai dari x dikekang dan


terletak antara (3/4)0.15 dan (4/3)0.15 untuk menghindari aspek rasio elemen yang berlebihan ( y ditahan dengan jepit pada 0.15 m terhadap H = 6 m). Dengan catatan juga daerah acak digenerate lagi terhadap elemen-elemen yang diatur, jadi sedikit akurasi akan hilang terhadap statistik rata-rata lokal. Pada akhirnya harga sebenarnya dari B yang digunakan dikekang jadi pondasi kurang dari 4 elemen lebar atau kurang dari 48 elemen lebar keseluruhan. 5. Gunakan rumusan elemen hingga untuk menghitung penurunan simulasi sim .yang akan memberikan penurunan aktual pada elastis lapangan yang bervariasi. modulus

4. Prediksi dari rata-rata dan varians penurunan

Secara hipotetis bahwa hubungan teori Janbu adalah cukup akurat, itu dapat digunakan untuk memprediksi penurunan yang aktual yang dengan menggunakan disimulasikan ( sim ) persamaan 4.

= 0 [ a + b ln(

H P )]. * B Es

yang memprediksi
* S

sim untuk tiap realisasi jika harga

E dapat ditemukan.
Satu kesulitan adalah bahwa harga B pada persamaan (4) juga diturunkan dari sampel modulus elastis lapangan yang acak. Ini berarti bahwa

6. Ulangi langkah (1) sim sebanyak 100 kali untuk memberikan 100 realisasi dari Rangkaian realisasi dari

adalah fungsi baik E S dan E s , juga bahwa

sim .

sim

dapat dibuat analisa


^

* E S adalah rata-rata geometrik lokal di atas persegi B x H . Jika persamaan (8) ukuran acak

secara statistik untuk menentukan keadaan fungsi densitas probabilitas (dikondisikan pada E s ). Modulus elastis lapangan diasumsikan menjadi distribusi secara log-normal dengan parameter.
2 ln E = ln(1 + V 2 ) ,
S

disubstitusi ke dalam persamaan (4), maka dinyatakan sebagai berikut :

dapat

E = S max * ES
*

(12)

2 ln E = ln( E ) ln E
S S

dimana V = ES / ES , adalah koefisien variasi. Karena E s ( x ) adalah distribusi secara log-normal


~

1 2

Karena E S adalah rata-rata geometrik , di atas (9) daerah acak dari ukuran pondasi B x H dari lapangan acak yang terdistribusi secara log-normal dengan parameter.
* E[ln E S B ] = ln ES

(13a)
2 ln E S

logaritmanya adalah distribusi normal, dan E s ( x)


~

Var[ln E B ] = ( B, H )
* S

(13b)

dapat diperoleh daerah acak (random) Gauss melalui transformasi sebagai berikut : (10) E s ( x ) = exp{ ln E + ln E G ( x )}
~
S S

dimana G ( x ) adalah rata-rata nol.


~

dimana ( B, H ) adalah fungsi varians (VanMarcke, 1984) yang memberikan pengurangan pada varians terhadap rata-rata aritmetik lokal . Fungsi varians didefinisikan sebagai koefisien korelasi ratarata setiap pasang titik di lapangan.

Persamaan Gauss yang diasumsikan mempunyai suatu korelasi Markov dengan fungsi korelasi sebagai berikut : ( ) = exp{

dimana adalah jarak antara 2 titik pada lapangan dan ln E adalah skala fluktuasi didefinisikan sebagai jarak pemisahan melewati 2 titik E S ( x ) . Daerah
~

ln E

(11)

( H B) 2 dimana, untuk fungsi korelasi isotropis dengan

( B, H ) =
0 0 0

( x1 x 2 , y1 y 2 )dy1 dy 2 dx1 dx 2

anggapan ini, ( x, y ) = ( x 2 + y 2 ) = ( ) lihat persamaan (11). Fungsi varians ditentukan secara numerik dengan menggunakan qudrature Gauss. Parameter distribusi yang tak terkondisi dari ln E S diperoleh dengan mengambil ekspektasi dari persamaan (13) terhadap B: ln E * = l ln ES (14a)
S

acak telah diasumsikan adalah isotropis pada tulisan awal. Simulasi dibentuk dengan modulus elastis statistik lapangan yang bervariasi. Modulus elastis ditetapkan pada 30 MPa, sementara koefisien variasi, V bervarisi dari 0.1 ke 1.0 dan skala fluktuasi, ln E bervarisi dari 0.1 sampai 15.

2 ' ln E S

2 = E[ ( B, H )] ln E

(14b)
S

115

Jurnal Sistem Teknik Industri Volume 6, No. 3 Juli 2005

dimana

E[ ( B, H )] adalah :

pendekatan

orde

pertama

dari

ave = 0.1 B

(19)

(15) Walaupun pendekatan orde kedua terhadap E[ ( B, H )] diperlukan tetapi secara eksak tidak berbeda jauh dengan orde pertama. Jumlah acak (random) nampak pada bagain kanan dari persamaan (12) adalah E s , yang mempunyai rata-rata dari n pengamatan adalah :
^

E[ ( B, H )] ( B , H )

Akhirnya dua hasil di atas bergantung pada lebar pondasi rata-rata B . Ini dapat diperoleh dengan pendekatan berikut. Pertama gunakan logaritma dari persamaan 8 diperoleh :
^

E 1 ln B = ln H { ( maks S a)} b P 0
dengan 2 keadaan :
^

(20)

1 E s = Ei n i =1 dimana Ei adalah modulus elastis yang diamati. Itu


^

ln B

E 1 = ln H { ( maks S a)} b P 0

(21a) (21b)

diasumsikan bahwa contoh modulus elastis sampel didekati dengan ukuran elemen hingga yang sama (sebagai contoh pengukuran konus CPTdengan diameter konus 0.15). Dua bagian yang pertama dari

2 ln B = (

max 2 2 ) ES b 0. P
^

dan karena B adalah non negatif, dapat diasumsikan pendekatan secara distribusi log-norrnal.menjadi
2 B exp{ ln B + ln B }

ES adalah

1 2

ES

= ES
1 n n 2 ij ) ES n 2 i =1 j =1

(16a)

2 E = (
S

2 (x, H ) E S

(16b)

Dengan hasil ini parameter dari penurunan yang terdistribusi secara log-normal dapat diestimasi dengan persamaan 17 yang memberikan modulus elastis lapangan E , E dan ln E *
S

dimana

ij adalah

koefisien korelasi antara sampel


^

ke i dan j. Jika kita dapat mengasumsikan bahwa ES adalah akhir pendekatan secara terdistribusi log-normal dengan parameter diberikan pada persamaan (9) kemudian pada persamaan (12) juga akan terdistribusi secara log-normal dengan parameter :

5. Perbandingan penurunan yang diprediksi dan yang disimulasi.

ln =

ln E S

ln E S + ln( max )
'
^

(17a)
^

Rata-rata log-penurunan, seperti yang diprediksi pada gambar dengan persamaan 17a ditunjukkan pada gambar 3 dengan rata-rata sampel diperoleh dari hasi simulasi minimum (V= 0.1) dan maksimum (V=1.0). Untuk V kecil, hasilnya sangat baik. Untuk V yang lebih besar, maksimum kesalahan relatif kira-kira 7%, terjadi pada skala fluktuasi yang lebih kecil.

* 2 ln = 2 ln E S 2 ln E 'S 2Cov[ln E S , ln E S )

(17b) suku kovarians dapat dituliskan sebagai berikut :


* Cov[ln E S , ln E S ) = ^ ln E S
^

ln E 'S . ave
^

(18)

dimana

ave adalah

korelasi rata-rata antara setiap

titik pada domain yang didefinisikan E S dan domain yang didefinisikan E S . Ini dapat dinyatakan dengan bentuk integral dan diselesaikan secara numerik, tetapi pendekatan yang sederhana disarankan dengan mengamati bahwa ada beberapa jarak rata-rata antara sampel dan blok tanah di bawah pondasi ave sedemikian sehingga ave = ( ave ) . Untuk kasus dengan H= 6 m, harga yang terbaik didapat dengan coba-coba (trial dan error) sebesar :
116
*

Gambar 3. Perbandingan rata-rata penurunan yang diprediksi dan yang disimulasi

Analisa Keandalan terhadap Penurunan pada Pondasi Jalur Anwar Harahap

ksi Varians log-penurunan, seperti yang diprediksi pada persamaan 17b ditunjukkan pada gambar 4dengan sampel varians diperoleh dari hasil simulasi untuk tiga koefisien variasi yang berbeda, V .Secara keseluruhan varians yang diprediksi dengan yang disimulasi cukup baik.

DAFTAR PUSTAKA ASCE (1994). Settlement Analysis, Technical Engineering and Design Guides, adapted from the US Army Corps of Engineers, No. 9.

Fenton, G.A. and Griffiths, D.V. (2002). Probabilistic Foundation Settlement on Spatially Random Soil, ASCE J. Geotech. Geoenv. Eng., 128(5), 381390. Fenton, G.A. and Vanmarcke, E.H. (1990). Simulation of Random Fields via Local Average Subdivision, ASCE J. Engrg. Mech., 116(8), 17331749. Fenton, G.A, Zhou Haiying , Jaksa B. Mark, Griffiths D. V. (2003). Reliability analysis of a strip footing . Applications of Statistics and Probability in Civil Engineering, Millpress, Rotterdam. Vanmarcke, E.H. (1984). Random Fields: Analysis and Synthesis, The MIT Press Cambridge, Massachusetts.

Gambar 4. Perbandingan varians penurunan yang diprediksi dan yang disimulas

Pada gambar 5 probabilitas hasi yang diprediksi dengan yang disimulasi menunjukkan bahwa penrunan yang berlebihan dengan beberapa dari maks di atas semua harga V dan ln E * .
S

Gambar 5. Perbandingan probabilitas penurunan yang diprediksi dan yang disimulas KESIMPULAN Dari hasil pada gambar 5 menunjukkan bahwa prediksi penurunan berdasarkan Janbu yang diberikan pada persamaan 1 mempunyai keandalan ketika digunakan dalam perencanaan.. Pada gambar 4 menunjukkan hasil yang baik kecuali pada varians maksimum yang terjadi pada kira-kira ln ES 1 .

Jadi jika skala tidak diketahui akan konservatif jika menggunakan ln ES 1 .

117

Anda mungkin juga menyukai