Optimasi Sudut Dalam Kuda-Kuda Baja Dengan Metode Artificial
Optimasi Sudut Dalam Kuda-Kuda Baja Dengan Metode Artificial
1/Juni 2019
http://e-journal.unizar.ac.id
ABSTRAK
Optimasi sudut dalam kuda-kuda dilakukan agar struktur berat sendiri yang ringan dan mampu
menahan beban yang ada, sesuai dengan kaidah peraturan yang berlaku. Tujuan dari tulisan
ini adalah untuk mendapatkan sudut dalam kuda-kuda baja yang optimum dengan bentang
kuda-kuda 6m sampai dengan 12m, dan sudut atap antara 25 0 sampai dengan 350. Data yang
digunakan dalam penelitian ini sebanyak sembilan buah, yang didapatkan dari hasil
pemodelan SAP 2000. Metode optimasi yang digunakan adalah dengan pemodelan Artificial
Neural Network (ANN) mengunakan program MATLAB. Rumus empiris yang didapatkan
kemudian digunakan untuk mendapatkan jarak antar kuda-kuda optimum yang dilanjutkan
untuk mendapatkan sudut dalam optimum. Hasil dari penelitian ini berupa rumus empiris
ANN yang dapat digunakan untuk mendesain kuda-kuda dengan sudut dalam yang optimum
dengan bentang antara 6m sampai dengan 12m dan sudut atap mulai dari 25 0 sampai dengan
350.
ABSTRACT
Angular optimization in the truss is done so that the weight structure itself is light and able to
withstand existing loads, in accordance with the rules of the applicable regulations. The
purpose of this paper is to get the optimum angle in steel truss with 6m to 12m truss, and roof
angles between 250 to 350. The data used in this study were nine, which were obtained from
the results of SAP modeling 2000. The optimization method used is modeling Artificial Neural
Network (ANN) using the MATLAB program. The empirical formula obtained is then used to
get the optimum distance between the truss which is continued to get the optimum inner angle.
The results of this study are an ANN empirical formula that can be used to design truss with
optimum inner angles with a span between 6m to 12m and roof angles ranging from 250 to 350.
9
Avesina Vol.13 No.1/Juni 2019
http://e-journal.unizar.ac.id
diciptakannya metode pembantu guna dapat disajikan dalam bentuk angka dan
mempermudah dan mempercepat prediksi grafik.
perhitungan struktur. Penelitian ini Disimpulkan bahwa kombinasi
mengusulkan metode prediksi optimasi struktur atap antara profil IWF dengan baja
dimensi rangka atap menggunakan metode siku menghasilkan berat struktur yang lebih
Artificial Neural Network (ANN). Metode ringan, dengan kemiringan atap 200
ini telah banyak digunakan, dan menghasilkan berat kuda-kuda paling
memberikan hasil yang akurat serta mudah optimum.
diaplikasikan di lapangan. Optimasi Berat Perluasan Struktur Atap
Adapun tujuan dari penelitian ini Rangka Baja
adalah: Terdapat beberapa penelitian terkait
a) Tujuan dari penelitian ini adalah yang dilakukan pada tahun 2011. Penelitian
menghitung jarak antar kuda-kuda yang ini menggunakan data profil gording C serta
optimum pada struktur atap rangka baja profil siku untuk kuda-kuda. Optimasi yang
dengan variasi bentang kuda-kuda serta dilakukan ditinjau dari berat per meter
variasi sudut atap. persegi, dengan kontrol tegangan dan
b) Menghitung sudut dalam kuda-kuda yang lendutan.
optimum pada struktur atap rangka baja Perhitungan dimulai dengan
dengan variasi bentang kuda-kuda serta mengoptimasi bentang gording. Variasi
variasi sudut atap. bentang gording dimualai dengan
Optimasi Perencanaan Rangka Atap pertambahan tiap 0,5 meter hingga
Baja mencapai bentang optimum. Perhitungan
Marsiano (2010) melakukan dilanjutkan dengan mengoptimasi berat
penelitian penggunaan struktur rangka atap optimum kuda-kuda menggunakan variasi
dalam berbagai variasi bentuk rangka serta sudut dalam. Sudut dalam dimulai dari 00
variasi sudut kemiringan atap, guna dengan kenaikan setiap setiap 50. Teknik
memperoleh tipe rangka atap yang paling pengumpulan data menggunakan matriks
optimum dari segi berat rangka atapnya. serta bantuan program SAP 2000 untuk
Metode dan teknik pengumpulan memperoleh gaya-gaya dalam serta reaksi
data menggunakan program SAP 2000 perletakan. Perhitungan dilakukan dengan
dalam memperoleh gaya-gaya dalam serta bantuan program Microsoft Excel.
reaksi perletakan, yang kemudian dianalisis
menggunakan rumus yang ada sehingga
10
Avesina Vol.13 No.1/Juni 2019
http://e-journal.unizar.ac.id
Rata-rata Rata-rata
Jenis Batasan Output Output Rasio
MEH ANN
Hybrid neural network model for the (GA) untuk mendesain sebuah balok
design of beam subjected to bending and berdasarkan momen dan gesernya. Sampel
shear yang digunakan sebanyak 100 buah sampel
Penelitian yang dilakukan oleh dengan 1000 kali training.
Sudarsana Rao dan Ramesh Babu (2007) Dari penelitian yang telah
ini mengkombinasikan Artificial Neural dilakukan, metode ini menunjukkan bahwa
Network (ANN) serta Genetic Algorithms model Neural Network dapat menyediakan
11
Avesina Vol.13 No.1/Juni 2019
http://e-journal.unizar.ac.id
desain yang aman untuk balok berdasarkan Prediction of Optimal Design and
momen serta gesernya. Metode ini dapat Deflection of Space Structures Using
digunakan sebagai prediksi tinggi balok, Neural Networks
luas tulangan, jarak sengkang untuk kasus Penelitian ini dilakukan oleh Reza
balok baru. Kamyab dkk (2012). Penelitian ini
Frame Optimization using Neural bertujuan untuk mendapatkan desain paling
Network optimum yang ditunjukkan oleh berat
Suhairil dkk (2012) melakukan paling optimal, dengan lendutan paling
penelitian untuk membuktikan bahwa maksimum untuk space structure. Metode
Neural Network dapat digunakan untuk yang digunakan adalah menggunakan
memprediksi berat optimum portal hasil Neural Network. Variabel yang digunakan
hitungan menggunakan software Finite dalam penelitian adalah luas penampang,
Element (FE). Data yang digunakan panjang bentang serta tinggi struktur.
menggunakan tegangan dan lendutan Metode yang digunakan dalam penelitian
sebagai kriteria optimum. ini adalah menggunakan double layer grids
Dalam penelitian ini terdapat tiga yang kemudian dilanjutkan dengan training
kasus dengan perbedaan kompleksitas untuk Radial Basis Function (RBF) dan
konfigurasi struktur, serta sisitem Generalized Regression (GR) neural
pembebanan. network. Dengan metode ini, peneliti
Penelitian ini menunjukkan bahwa mampu memprediksi desain optimal
Neural Network dapat memprediksi kriteria dengan lendutan maksimal dalam waktu
optimasi. Komplksitas konfigurasi struktur yang singkat.
mempengaruhi hasil yang dicapai, yang Pembebanan Struktur Atap
diperlihatkan melalui Mean Square Error Jenis-jenis beban yang biasa
(MSE) seperti berikut : dipergunakan dalam perencanaan struktur
rangka atap antara lain sebagai berikut:
a) Beban mati DL (Dead Load)
b) Beban hidup LL (Life Load)
c) Beban angin WL (Wind Load)
Analisis Pembebanan
Kombinasi pembebanan merupakan
suatu perhitungan, dimana struktur harus
Gambar 1. Pencapaian MSE Suhairil (2012)
mampu menahan semua kombinasi
12
Avesina Vol.13 No.1/Juni 2019
http://e-journal.unizar.ac.id
13
Avesina Vol.13 No.1/Juni 2019
http://e-journal.unizar.ac.id
lebar untuk komponen struktur yang perhitungan besarnya output dari hidden
menahan tekan aksial, khususnya untuk dan output layer tersebut berdasarkan
elemen kaki dari siku ganda dengan fungsi aktivasi tertentu.
pemisah ditetapkan sebagai berikut :
𝑏 𝐸
≤ 0,45√𝐹𝑦 (5)
𝑡
Untuk kondisi tekan, kekuatan
tekan desain dapat dihitung dengan formula
sebagai berikut :
14
Avesina Vol.13 No.1/Juni 2019
http://e-journal.unizar.ac.id
15
Avesina Vol.13 No.1/Juni 2019
http://e-journal.unizar.ac.id
W[1,1]= -9,174424141
16
Avesina Vol.13 No.1/Juni 2019
http://e-journal.unizar.ac.id
17
Avesina Vol.13 No.1/Juni 2019
http://e-journal.unizar.ac.id
Jung, M.S. 2011. Optimasi Struktur Atap Subjected to Bending and Shear.
Rangka Baja Bentang 6 Meter Shadana 32(5): 577-586.
dengan Sudut Atap 60 Derajat
Ditinjau dari Segi Berat dan Iswandrata, R.S. 2011. Optimasi Struktur
Lendutan. Jurusan Teknik Sipil Atap Rangka Baja Bentang 9 Meter
Fakultas Teknik Universitas Gadjah dengan Sudut Atap 40 Derajat
Mada Yogyakarta. Ditinjau dari Segi Berat dan
Lendutan. Jurusan Teknik Sipil
Moghadas, dan Reza, K. 2012. Prediction Fakultas Teknik Universitas Gadjah
of Optimal Design and Deflection of Mada Yogyakarta.
Space Structures Using Neural
Networks. Hindawi Publishing Suhairil. 2012. Frame Optimization using
Corporation. Mathematical Neural Network. International
Problems in Engineering. Article Journal on Advanced Since
doi:10.1155/2012/712974 Engineering Information
Technology 2(1).
Rao, S. 2007. Hybrid Neural Network
Model for The Design of Beam
18