ACADSTAFF UGM
| Judul/Title | Pendekatan ANN (Artificial Neural Network) untuk Estimasi Kebutuhan Volume Beton pada Pekerjaan Konstruksi Gedung |
| Penulis/Author | AULIA YUDHA PRATHAMA (1); Akhmad Aminullah, S.T., M.T., Ph.D. (2); Ir. Ashar Saputra, S.T., M.T., Ph.D.,IPM.,ASEAN.Eng. (3) |
| Tanggal/Date | 2018 |
| Kata Kunci/Keyword | |
| Abstrak/Abstract | Pengambilan keputusan dalam tahap konseptual desain konstruksi memiliki peranan penting. Oleh sebab itu kebutuhan akan alat estimasi baik dari sisi desain perencanaan maupun manajemen proyek perlu dikembangkan. Makalah ini membahas manfaat metodologi jaringan syaraf tiruan (Artificial Neural Network) untuk mengatasi masalah estimasi kebutuhan volume beton untuk pekerjaan struktur pada tahap proses perancangan bangunan. Nilai paket untuk biaya pekerjaan beton memiliki alokasi yang cukup besar dari nilai pekerjaan struktur bangunan beton bertulang dan merupakan salah satu item pekerjaan yang cukup penting dalam suatu pekerjaan konstruksi bangunan. Data terkait nilai pekerjaan struktural dan desain item pekerjaan dari 15 proyek digunakan untuk pelatihan dan pengujian Metode Artificial Neural Network (ANN) dengan 3 variabel input desain digunakan dalam memprakirakan nilai kebutuhan volume beton dari proyek gedung Rumah Sakit Pratama pada daerah terpencil di Indonesia. Dari simulasi ANN diperoleh persamaan empiris terbaik pemodelan J2P2V3 untuk prakiraan kebutuhan volume beton gedung rumah sakit pada tahap konseptual dengan struktur ANN terbaik 3-9-1 (3 variabel input, 1 hidden layer dengan 9 neuron, dan 1 output) dengan hasil akurasi estimasi rata – rata 95.89% tercapai. |
| Level | Nasional |
| Status |