Implementasi Big Data untuk Pemodelan Estimasi Kuat Tekan Beton dengan Metode Linear Regression
DOI:
https://doi.org/10.26418/justin.v7i3.33497Keywords:
Data, Estimasi, Linear Regression, Kuat Tekan BetonAbstract
Saat ini perkembangan sistem informasi sangat cepat, dengan didukung oleh perkembangan teknologi. Cepatnya perkembangan teknologi ini dapat mempengaruhi dengan banyaknya data yang ada di internet. Data yang ada dapat dikelola sehingga menjadi sebuah informasi dan pola tertentu, sehingga dapat dimanfaatkan untuk memprediksi pola suatu data. Beton merupakan bahan bangunan yang terbuat dari campuran semen, air dan beberapa agregat lainnya. Oleh karena itu, pengolahan dan pemanfaatan data-data yang tersedia dapat digunakan untuk memprediksi atau estimasi kuat tekan beton. Penelitian ini bertujuan untuk mendapatkan hubungan variabel-variabel input dan output, sehingga diperoleh persamaan atau rumus tertentu yang akan digunakan estimasi kuat tekan beton. Metode yang digunakan Linear Regression dengan software Microsoft Excel. Linier Regression dengan selang kepercayaan untuk koefisien 95% didapatkan persamaan regresi untuk menghitung kuat tekan beton. Komponen X4 (water) memiliki pengaruh negatif atau berlawanan arah dengan output Y (concrete compressive strength), sedangkan komponen lainnya berpengaruh positif. Korelasi hubungan antara X1-X8 dan Y memiliki nilai 0.615464734 yang dapat diartikan memiliki hubungan kuat tekan beton 61.55% dipengaruhi oleh komponen penyusun beton dan 39.45% dipengaruhi oleh faktor lain. Nilai kesalahan dari model sebesar 10.39984917 dengan observasi data sebanyak 1030.
References
E. R. E. Sirait, “Implementasi Teknologi Big Data Di Lembaga Pemerintahan Indonesia,†J. Penelit. Pos dan Inform., vol. 6, no. 2, p. 113, 2016.
W. J. T. Talinusa, Ocsen Gregorius, Ruddy Tenda, “Pengaruh Dimensi Benda Uji Terhadap Kuat Tekan Beton,†J. Sipil Statik ISSN 2337-6732, vol. 2, no. 7, pp. 344–351, 2014.
Nuroji, “Studi Eksperimental Lekatan Antara Beton dan Tulangan Pada Beton Mutu Tinggi,†Media Komun. Tek. Sipil, vol. 12, no. 3, pp. 27–37, 2004.
R. Bayuaji and T. R. Biyanto, “Model Jaringan Saraf Tiruan Kuat Tekan Beton Porus dengan Material Pengisi Pasir,†J. Teor. dan Terap. Bid. Rekayasa Sipil, vol. 20, no. 1, pp. 23–32, 2013.
I.-C. Yeh, “Modeling Efficiency Factor of Fly Ash in Concrete Using an Unification Approach,†Int. J. Eng. Technol., vol. 5, no. 5, pp. 546–549, 2013.
I. N. Saputro, A. Rahmawati, and W. I. Satupi, “Pengaruh Terak Sebagai Pengganti Agregat Kasar Terhadap Kuat tekan Dan Berat Jenis Pada Beton Normal,†JIPTEK, vol. 8, no. 2, pp. 63–69, 2014.
I. N. G. Wirotama, S. Nurlina, and A. I. Firdausy, “KORELASI NILAI KUAT TEKAN BETON DENGAN MENGGUNAKAN NON- DESTRUCTIVE TEST DAN DESTRUCTIVE TEST,†J. Mhs. Jur. Tek. SIPIL, vol. 1, no. 1, 2018.
J. A. Harianja and N. A.S, “Penelitian umur dan kuat tekan pada beton berbahan tambah lateks,†Maj. Ilm. UKRIM, vol. 2, no. XVIII, pp. 27–37, 2013.
P. Chopra, R. K. Sharma, and M. Kumar, “Regression Models for the Prediction of Compressive Strength of Concrete with & without Fly ash,†Int. J. Latest Trends Eng. Technol., vol. 3, no. 4, pp. 400–406, 2014.
F. Khademi and K. Behfarnia, “Evaluation of Concrete Compressive Strength Using Artificial Neural Network and Multiple Linear Regression Models,†Iust, vol. 6, no. 3, pp. 423–432, 2016.
M. F. M. Zain, S. M. Abd, K. Sopian, M. Jamil, and C.-A. A I, “Mathematical Regression Model for the Prediction of Concrete Strength,†Math. METHODS, Comput. Tech. NON-LINEAR Syst. Intell. Syst. Math., no. 10, pp. 396–402, 2008.
M. F. M. Zain and S. M. Abd, “Multiple regression model for compressive strength prediction of high performance concrete,†J. Appl. Sci., vol. 9, no. 1, pp. 155–160, 2009.
S. Meidiani and M. F. S. Hartawan, “Penggunaan Variasi Ph Air (Asam) Pada Kuat Tekan Beton Normal F’C 25 Mpa,†J. BENTANG, vol. 5, no. 2, pp. 127–134, 2017.
I. G. N. E. Partama, R. Hendrikus, and A. H. W. Galus, “HUBUNGAN KUAT TEKAN BETON ANTARA HASIL UJI TEKAN KUBUS DAN UJI TEKAN SILINDER PADA BETON DENGAN AGREGAT PULAU TIMOR,†J. Tek. Sipil Gradien, vol. 10, no. 2, pp. 1–16, 2018.
G. Liu and J. Zheng, “Prediction Model of Compressive Strength Development in Concrete Containing Four Kinds of Gelled Materials with the Artificial Intelligence Method,†Appl. Sci., vol. 9, no. 6, p. 1039, 2019.
Downloads
Additional Files
Published
Issue
Section
License
Copyright (c) 2019 Jurnal Sistem dan Teknologi Informasi (JUSTIN)
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
The author owns the copyright in his paper and agrees to publish his paper to JUSTIN by giving the rights to the first publication of his paper which is simultaneously licensed under the Creative Commons Attribution License, namely the Similar International 4.0 license (CC BY-NC-SA 4.0).
This is a human-readable summary of (and not a substitute for) the license. Disclaimer.
You are free to:Share "” copy and redistribute the material in any medium or format
Adapt "” remix, transform, and build upon the material
The licensor cannot revoke these freedoms as long as you follow the license terms.
Under the following terms:
Attribution "” You must give appropriate credit, provide a link to the license, and indicate if changes were made. You may do so in any reasonable manner, but not in any way that suggests the licensor endorses you or your use.
NonCommercial "” You may not use the material for commercial purposes.
ShareAlike "” If you remix, transform, or build upon the material, you must distribute your contributions under the same license as the original.
No additional restrictions "” You may not apply legal terms or technological measures that legally restrict others from doing anything the license permits.
Notices:
You do not have to comply with the license for elements of the material in the public domain or where your use is permitted by an applicable exception or limitation.
No warranties are given. The license may not give you all of the permissions necessary for your intended use. For example, other rights such as publicity, privacy, or moral rights may limit how you use the material.
