TUGAS II

PROBABILITAS DAN RELIABILITAS STRUKTUR

Dosen :Ir. Indra Djati Sidi, MSc, Ph.D

Rahmat Ramli
(25016305)

PROGRAM STUDI MAGISTER TEKNIK SIPIL

FAKULTAS TEKNIK SIPIL DAN LINGKUNGAN
INSTITUT TEKNOLOGI BANDUNG
BANDUNG
2017
Diketahui baja kantilever AB sebagai berikut:

Balok AB terjepit pada titik A, mengalami

beban P dan q random.

P = 4000 kg , Ωp = 0.2 (Normal)

q = 1900 kg/m , Ωq = 0.25
(LogNormal)

Balok AB terbuat dari baja

Modulus penampang z
z = 1600 cm3 , Ωz = 0.05 (Normal)
fy= 3000 kg/m 2 , Ωfy = 0.1
(Lognormal)

Perfomance function (g) = z.fy – Mp – Mq

Lakukan Monte Carlo Simulation n = 5000, n =10000, n= 20000

Tentukan Pf dari balok akibat lentur!

Penyelesaian:

Monte Carlo Simulation dilakukan dengan mengambil nilai acak untuk random
varian. Kemudian dari nilai acak tadi dapat dihitung nilai perfomance function untuk
mendapatkan kinerja dari struktur, sehingga dapat diketahi probabilitas gagal atau probabilitas
struktur tersebut aman.
Langkah langkah yang dilakukan dalam Monte Carlo Simulation ini adaah sebagai
berikut:
1. Generate niai acak sebanyak n data untuk masing – masing random varian;
2. Menghitung nilai random varian dari nilai acak tersebut sesuai dengan jenis
distribusinya;
3. Menghitung nilai momen tahanan (z.fy) dan momen akibat beban (Mp dan Mq);
4. Menghitung nilai perfomance function untuk setiap simulasi
g = z.fy – Mp - Mq
5. Menghitung jumlah data yang gagal dari perfomance function setiap simulasinya,
dimana struktur dikatakan gagal apabila perfomance function nya kecil dari nol (g<0);
6. Menghitung probabilitas gagal dari jumlah data perfomance function yang gagal
dibagi dengan jumlah simulasi data.
Pf = Jumlah gagal / Jumlah simulasi
 Monte Carlo Simulation dilakukan dengan menggunakan bantuan program Matlab.
Fungsi yang digunakan sebagai berikut:

Formula Dalam Matlab:

clear
disp('Perhitungan Statistik');
disp('Probabilitas Kegagalan Struktur Kantilever Baja');
disp('Program Monte Carlo Simulation');
disp('*********************************');
disp('Rahmat Ramli (25016305)');
disp('*********************************');

disp('Data Struktur');

Gambar_Struktur=imread('gambar struktur.png');
figure,imshow(Gambar_Struktur);

%BENTANG STRUKTUR
disp('Input Bentang Struktur (L) = (m)');
L=input(' ');

%PROPERTIES MATERIAL

%Modulus Penampang
disp('Input Rata - Rata Modulus Penampang (z) = (m3)');
Mean_z=input(' '); %nilai rata-rata modulus penampang
disp('Input Koefisian Variasi Modulus Penampang = ' );
KoefVar_z=input(' '); %koefisien variasi z
disp('Pilih Jenis Distribusi z = Normal (1) / Lognormal(2)');
dist_z=input(' '); %jenis distribusi z
Dz=dist_z;

%Mutu Baja
disp('Input Rata - Rata Mutu Baja (fy) = (kg/m2)');
Mean_fy=input(' '); %nilai rata-rata mutu baja
disp('Input Koefisien Variasi Mutu Baja = ');
KoefVar_fy=input(' '); %koefisien variasi fy
disp('Pilih Jenis Distribusi fy = Normal (1) / Lognormal(2)');
dist_fy=input(' '); %jenis distribusi fy
Dfy=dist_fy;

%DATA BEBAN

%Beban Terpusat (P)

disp('Input Rata - Rata Beban Terpusat P = (kg)');
Mean_P=input(' '); %nilai rata-rata beban P
disp('Input Koefisien Variasi Beban P = ');
KoefVar_P=input(' '); %koefisien variasi P
disp('Pilih Jenis Distribusi P = Normal (1) / Lognormal (2)');
dist_P=input(' '); %jenis distribusi P
DP=dist_P;
%Beban Merata (Q)
disp('Input Rata - Rata Beban Merata Q = (kg/m)');
Mean_Q=input(' '); %nilai rata-rata beban Q
disp('Input Koefisien Variasi Beban Q = ');
KoefVar_Q=input(' '); %koefisien variasi Q
disp('Pilih Jenis Distribusi Q = Normal (1) / Lognormal (2)');
dist_Q=input(' '); %jenis distribusi Q
DQ=dist_Q;

%GENERATE NILAI RANDOM

disp('Input Jumlah Generate Data = ');
nrun=input(' ');

%****PROCESS****

%Data Generate

%untuk modulus penampang

Uz=rand(1,nrun);
disp([Uz]);

%untuk mutu baja

Ufy=rand(1,nrun);
disp([Ufy]);

%untuk beban P
Up=rand(1,nrun);
disp([Up]);

%untuk beban Q
Uq=rand(1,nrun);
disp([Uq]);

%Distribusi yang dipakai

%untuk modulus penampang

if Dz==1
STDV_z=Mean_z*KoefVar_z; %standar deviasi z
zi=norminv(Uz,Mean_z,STDV_z); %mencari nilai z dari probabilitas
Ui normal
elseif Dz==2
STDV_z_log=(log(1+KoefVar_z^2))^0.5; %si
Mean_z_log=log(Mean_z)-1/2*STDV_z_log^2; %lamda
zi=logninv(Uz,Mean_z_log,STDV_z_log); %mencari nilai z dari
probabilitas Ui lognormal
end

%untuk mutu baja fy

if Dfy==1
STDV_fy=Mean_fy*KoefVar_fy; %standar deviasi fy
fyi=norminv(Ufy,Mean_fy,STDV_fy); %mencari nilai fy dari
probabilitas Ui normal
elseif Dfy==2
STDV_fy_log=(log(1+KoefVar_fy^2))^0.5; %si
Mean_fy_log=log(Mean_fy)-1/2*STDV_fy_log^2; %lamda
fyi=logninv(Ufy,Mean_fy_log,STDV_fy_log); %mencari nilai fy dari
probabilitas Ui lognormal
end

%untuk beban terpusat P

if DP==1
STDV_P=Mean_P*KoefVar_P; %standar deviasi P
Pi=norminv(Up,Mean_P,STDV_P); %mencari nilai P dari probabilitas
Ui normal
elseif DP==2
STDV_P_log=(log(1+KoefVar_P^2))^0.5; %si
Mean_P_log=log(Mean_P)-1/2*STDV_P_log^2; %lamda
Pi=logninv(Up,Mean_P_log,STDV_P_log); %mencari nilai P dari
probabilitas Ui lognormal
end

%untuk beban terpusat Q

if DQ==1
STDV_Q=Mean_Q*KoefVar_Q; %standar deviasi P
Qi=norminv(Uq,Mean_Q,STDV_Q); %mencari nilai P dari probabilitas
Ui normal
elseif DQ==2
STDV_Q_log=(log(1+KoefVar_Q^2))^0.5; %si
Mean_Q_log=log(Mean_Q)-1/2*STDV_Q_log^2; %lamda
Qi=logninv(Uq,Mean_Q_log,STDV_Q_log); %mencari nilai P dari
probabilitas Ui lognormal
end

%Gaya Dalam

%Gaya Dalam Momen Akibat Beban P

MMax_P=Pi*L; %momen maksimum akibat beban P
disp('Momen Maksimum Akibat Beban P (MP) (kg.m)');
disp(MMax_P);

%Gaya Dalam Momen Akibat Beban Q

MMax_Q=1/2*Qi*L*L; %momen maksimum akibat beban Q
disp('Momen Maksimum Akibat Beban Q (MQ) (kg.m)');
disp(MMax_Q);

%Tahanan
disp('Tahanan (R) = zi.fyi (kg.m)');
Tahanan=zi.*fyi;
disp(Tahanan);

%Perfomance Struktur
disp('Perfomance Struktur (g) = z.fy - MP - MQ (kg.m)');
g=Tahanan-MMax_P-MMax_Q;
disp(g);

%OUTPUT (TAMPILAN AKHIR)

%Jenis Distribusi z
if Dz==1
disp('Modulus Penampang (z)Mengikuti Distribusi Normal');
elseif Dz==2
disp('Modulus Penampang (z) Mengkikuti Distribusi LogNormal');
end
%Jenis Distribusi fy
if Dfy==1
disp('Mutu Baja (fy) Mengikuti Distribusi Normal');
elseif Dfy==2
disp('Mutu Baja (fy) Mengikuti Distribusi LogNormal');
end

%Jenis Distribusi P
if DP==1
disp('Beban P Mengikuti Distribusi Normal');
elseif DP==1
disp('Beban P Mengikuti Distribusi LogNormal');
end

%Jenis Distribusi Q
if DQ==1
disp('Beban Q Mengikuti Distribusi Normal');
elseif DQ==2
disp('Beban Q Mengikuti Distribusi LogNormal');
end

%Mean Baru
Meanbaru_z=sum(zi)/nrun;
disp(['Rata-Rata Baru z = ' num2str(Meanbaru_z) '(m3)']); %rata-rata
baru z

Meanbaru_fy=sum(fyi)/nrun;
disp(['Rata-Rata Baru fy = ' num2str(Meanbaru_fy) '(kg/m2)']); %rata-
rata baru fy

Meanbaru_P=sum(Pi)/nrun;
disp(['Rata-Rata Baru P = ' num2str(Meanbaru_P) '(kg)']); %rata-rata
baru P

Meanbaru_Q=sum(Qi)/nrun;
disp(['Rata-Rata Baru Q = ' num2str(Meanbaru_Q) '(kg/m)']); %rata-
rata baru Q

%Kegagalan
disp('Struktur Gagal Jika Perfomance Struktur < 0');
gagal=find(g<0);
disp([gagal]);

ndatagagal=histc(gagal,gagal);

banyakgagal=sum(ndatagagal); %jumlah data yang gagal

disp(['Banyak Data Gagal= ' num2str(banyakgagal)]);

%Probabilitas Gagal
disp('Probabilitas Gagal (Pf) = Banyak Data Gagal / Jumlah Generate
Data');
Pf=banyakgagal/nrun;

disp(['Probabilitas Gagal = ' num2str(Pf)]);

Untuk jumlah generate data acak sebanyak n = 5000;

Pada command window akan muncul perintah input data sebagai berikut:

Gambar 1. Command Window Input Data n= 5000

Struktur dikatakan gagal akibat lentur, jika perfomance function (g)= z.fy – Mp – Mq,
lebih kecil dari nol. Dari percobaan dengan n = 5000, jumlah data perfomance function yang
kecil dari nol adalah 0. Maka probabilitas gagal akibat lentur dapat dihitung dengan cara
membagi jumlah data perfomance function dengan jumlah generate data (n). Sehingga nilai
probabilitas gagal akibat lentur adalah 0.
Gambar 2. Command Window Hasil Running Program n= 5000
 Hal yang sama dilakukan untuk generate data acak = 10000 sebagai berikut:

Gambar 3. Command Window Input Data n= 10000

Dari percobaan dengan n = 10000, jumlah data perfomance function yang kecil dari
nol adalah 0. Maka probabilitas gagal akibat lentur dapat dihitung dengan cara membagi
jumlah data perfomance function dengan jumlah generate data (n). Sehingga nilai
probabilitas gagal akibat lentur adalah 0.
Gambar 4. Command Window Hasil Running Program n= 10000
 Hal yang sama dilakukan untuk generate data = 20000 sebagai berikut:

Gambar 5. Command Window Input Data n= 20000

Dari percobaan dengan n = 20000, jumlah data perfomance function yang kecil dari
nol adalah 0. Maka probabilitas gagal akibat lentur dapat dihitung dengan cara membagi
jumlah data perfomance function dengan jumlah generate data (n). Sehingga nilai
probabilitas gagal akibat lentur adalah 0.
Gambar 6. Command Window Hasil Running Program n= 20000

Gambar 7. Output Gambar Struktur dari Formula

Kesimpulan:

1. Rata- rata random variable baru yang didapatkan dari probabilitas U, mendekati nilai
rata-rata dari data asli.
2. Struktur dikatakan gagal jika performance function nya kecil dari nol (g < 0).
3. Hasil simulasi monte carlo dengan generate data n = 5000, probabilitas gagal akibat
lentur dari struktur adalah nol.
4. Hasil simulasi monte carlo dengan generate data n = 10000, probabilitas gagal akibat
lentur dari struktur adalah nol.
5. Hasil simulasi monte carlo dengan generate data n = 20000, probabiltas gagal akibat
lentur dari struktur adalah nol.
6. Dapat disimpulkan struktur sangat aman.