ID Estimasi Kadar Aspal Optimum Pada Laston PDF
ID Estimasi Kadar Aspal Optimum Pada Laston PDF
Abstrak
Lapis aspal beton (Laston) merupakan suatu lapisan pada konstruksi jalan yang terdiri
dari campuran aspal keras dan agregat yang mempunyai gradasi menerus, dicampur, dihampar
pada suhu tertentu. Kualitas lapis perkerasan tergantung pada kekuatan bahan penyusun,
ketepatan dalam perencanaan proporsi campuran dan kecermatan, ketelitian, serta keterampilan
dalam pembuatan dan pencampurannya. Kadar aspal adalah bagian yang paling penting dalam
penentuan campuran perkerasan Lapis Aspal Beton, dimana kadar aspal mempengaruhi kualitas
dari campuran itu sendiri.
Tujuan penelitian ini adalah untuk mengetahui penggunaan kadar aspal optimum dari
penelitian-penelitian yang dilakukan di Fakulas Teknik Universitas Tanjungpura dan mengetahui
nilai konstanta C dari persamaan Bina Marga yang digunakan. Data – data tersebut diolah
dengan menggunakan analisa regresi linier sederhana, analisa regresi exponensial, analisa
regresi logaritmik, dan analisa regresi polynomial sehingga didapat persamaan dari masing –
masing analisa regresi yang dilakukan untuk kemudian dianalisa dengan memasukkan data hasil
penelitian yang telah dikumpulkan kedalam masing-masing persamaan tersebut.
Hasil yang diperoleh dari 15 histori penelitian di Fakultas Teknik Universitas Tanjungpura
didapatkan rata- rata nilai kadar aspal optimum (KAO) dari seluruh data adalah 6,49 % dan
rentang kadar aspalnya adalah 6 % – 7 % dan nilai konstanta C yang digunakan rentangnya
sebesar 1,012 – 2,066, hal tersebut berbeda dari ketentuan bina marga dengan rentang nilai
kadar aspal optimum sebesar 4% - 7% dan nilai konstanta C sebesar 0,5 – 1. Kesimpulan yang
didapat dari 15 histori penelitian di Fakultas Teknik Universitas Tanjungpura dengan analisa
regresi adalah semakin besar nilai konstanta C pada proporsi campuran, maka kadar aspal
optimum yang didapat akan semakin besar.
Kata Kunci : Kadar aspal optimum, nilai konstanta C, Laston , regresi linier sederhana, regresi
exponensial, regresi logaritmik, dan regresi polynomial
1.6. Hipotesa
Kecenderungan penentuan kadar
aspal optimum yang digunakan pada
setiap penelitian umumnya sesuai dengan
aturan Bina Marga dalam menentukan
3
2.2. Laston gumpalan-gumpalan, bebas bahan
organic dan mudah lepas.
Lapisan aspal beton (Laston)
merupakan suatu lapisan pada
2.3.4 Aspal
konstruksi jalan yang terdiri dari
Aspal sebagai bahan pengikat
campuran aspal keras dan agregat
merupakan senyawa hidrokarbon
yang mempunyai gradasi menerus,
berwarna coklat gelap atau hitam yang
dicampur, dihampar pada suhu
terbentuk dari unsure-unsur asphaltenese
tertentu.
resins dan oils. Aspal pada lapisan keras
2.3. Unsur Pembentuk Laston jalan berfungsi sebagai bahan pengikat
Secara umum laston dibentuk oleh antar agregat untuk membentuk suatu
agregat kasar, agregat halus, filler dan cairan yang kompak, sehingga akan
aspal, yang akan diuraikan dibawah ini: memberikan kekuatan yang lebih besar
2.3.1 Agregat Kasar dari pada kekuatan masing-masing
Agregat kasar adalah agregat agregat.
dengan ukuran terkecil tertahan diatas Untuk menentukan penggunaan
saringan no 8 (2,38 mm ) atau partikel kadar aspal sesuai persyaratan yang
yang lebih besar 4,75 mm menurut ditetapkan Bina Marga digunakan rumus:
ASTM, lebih besar dari 2 mm menurut
AASTHO PB = 0,035 ( % CA ) + 0,045 ( % FA ) +
Agregat kasar berfungsi untuk 0,18 ( % FF ) + C
memberikan kekuatan pada campuran.
Bentuk serta permukaan yang diinginkan
2.4. Analisa Regresi
adalah yang kasar dan tidak bulat agar
dapat memberikan penguncian yang baik 2.4.1. Analisa Regresi Linier
dengan material lain. Sederhana
Analisis Regresi adalah analisis
2.3.2 Agregat Halus
yang mengukur pengaruh variabel bebas
Agregat halus adalah agregat terhadap variabel terikat. Pengukuran
dengan ukuran terkecil yang tertahan pengaruh ini melibatkan satu variabel
diatas saringan No.200 ( 0,74 mm ). bebas (X) dan variabel terikat (Y), yang
Agregat halus mempunyai fungsi untuk dinamakan analisis regresi linier
meningkatkan stabilitas campuran sederhana dengan rumus Y= a+bX. Nilai
melalui saling mengunci ( interlocking ) “a” adalah konstanta dan nilai “b” adalah
antar butir dan mengisi ruang antar koefisien regresi untuk variabel X.
agregat kasar. Harga ‘a’ dapat dicari dengan
rumus :
2.3.3 Bahan Pengisi ( Filler )
Bahan pengisi (filler) adalah
agregat yang dalam analisa gradasi
merupakan lolos saringan No. 200.
Bahan ini harus kering dan bebas dari
4
Harga ‘b’ dapat dicari dengan regresi ini adalah: Y = a lnX + b.
rumus:
2.4.4 Analisa Regresi Polinomial
7
ini terjadi karena dengan penambahan Y : 6,54 (Dari rata – rata nilai KAO
beberapa jenis bahan adiktif pada sebanyak 15 data)
campuran dapat menyerap aspal lebih X1 : 46,53 (Dari rata – rata nilai
tinggi dibandingkan tanpa bahan adiktif. Agregat Kasar sebanyak 15 data)
Namun terdapat juga beberapa campuran X2 :46,73 (Dari rata – rata nilai
dengan tambahan bahan adiktif memiliki Agregat Halus sebanyak 15 data)
nilai KAO yang lebih rendah X3 : 6,73 (Dari rata – rata nilai Filler
dibandingkan tanpa tambahan bahan sebanyak 15 data)
adiktif, hal ini terjadi karena beberapa
bahan adiktif mampu memperbaiki sifat – Maka untuk mendapatkan nilai
sifat aspal. konstanta C tersebut, maka harus
mensubtitusikan nilai besaran persentase
masing – masing agregat pada persamaan
4.2. Analisa Perhitungan rumus bina marga tersebut, dan selisih
Setelah memperoleh data – data antara nilai subtitusi dan besaran nilai
proporsi campuran maka data di rangkum kadar aspal optimum adalah nilai
dan diolah untuk menentukan nilai rata – konstanta C yang kita cari. Untuk
rata, nilai maksimum dan minimum dari mendapatkan nilai C , maka kita harus
masing – masing fraksi, untuk mensubtitusikan besaran persentase
mendapatkan rentang antara pada kadar masing – masing agregat ke dalam
aspal optimum dan persen masing – persamaan bina marga, contohnya
masing agregat, hasil rekap data dapat sebagai berikut:
dilihat pada tabel 2 : Disubtitusikan nilai besaran
persentase agregat pada persamaan bina
marga,
Tabel 2. Rekap data sekunder KAO asli
PB = 0,035 (%CA) + 0,045 (%FA) +
0,18 (%FF) + C
6,15 = 0,035 (50) + 0,045 (43) + 0,18
(7) + C
6,15 = 1,750 + 1,935 + 1,260 + C
6,15 = 4,945 + C
C = 6,15 – 4,945
C = 1,205
11
Ymin = -0,159x(6)2 + 3,121x – 11,99
= 1,012
15