PREDIKSI DEFLEKSI BALOK KAYU TUMPUAN SEDERHANA DENGAN MODEL ADAPTIVE NEURO FUZZY INFERENCE SYSTEM (ANFIS)

Novia Hilda Silviani, Buan Anshari, Ngudiyono Ngudiyono

Abstract


Defleksi merupakan parameter penting untuk mengontrol elemen struktur balok elemen pada kondisi layan. Beberapa cara untuk menghitung defleksi diantaranya dengan metode matematis seperti luas momen, balok konjugasi, Castigliano's, prinsip kerja virtual dan metode numerik seperti metode beda hingga, elemen hingga dan lain lain. Dalam naskah ini, telah dibangun model Adaptive Neuro Fuzzy Inference System (ANFIS), untuk memprediksi defleksi balok kayu tumpuan sederhana dengan beban terdistribusi merata. Data proses pembelajaran terdiri dari input dan output (target). Input pada penelitian ini meliputi modulus elastisitas (E), lebar (b), tinggi (h), bentang (L) dan beban terdistribusi merata (W) sedangkan output adalah defleksi balok. Hasil analisis menunjukkan bahwa model ANFIS mempunyai tingkat akurasi yang baik, jika dibandingkan dengan teori dimana koefisien korelasi (R2) untuk data pengujian 0.995 dan Mean Square Error (MSE) 0.13 mm. Hal ini menunjukkan bahwa model ANFIS yang dibangun dapat diandalkan untuk memprediksi lendutan balok kayu tumpuan sederhana.

Keywords


ANFIS, Lendutan Balok, Kayu, Balok Tumpuan Sederhana, beban terdistribusi merata

Full Text:

PDF

References


Jang, J.S.R. (1993). ANFIS: Adaptive-Network-Based Fuzzy Inference System, IEEE Transactions on Systems, Man, And Cybernetics, Vol. 23, No. 3.

Jepriani, S., Ibayasid, Wibawa, A.P., Hernandez, L. (2018). Deflection Prediction Of Cantilever Concrete Beam Using Adaptive Fuzzy Inference System. International Journal of Engineering & Technology, 7 (2.2).

Kaczmarek, M., Szymańska, A. (2016). Application Of Artificial Neural Networks To Predict The Deflections Of Reinforced Concrete Beams. Studia Geotechnica et Mechanica, Vol. 38, No. 2.

Makni, M., Daoud, A., Karray, M. A. (2013). Application of Artificial Neural Network technique in Civil Engineering. Proceedings International Conference on Control. Engineering & Information Technology (CEIT’13), Vol. 2.

Mohammadhassani, M., Pour, H. N., Jumaat, M. Z., Jamel, M., Hakim, S.J. S. (2013). Application of the ANFIS model in Deflection Prediction of Concrete Deep Beam. Structural Engineering and Mechanics, Vol. 45, N0. 3.

MATLAB, (2014). Neuro-Adaptive Learning and ANFIS Model, https://www.mathworks.com/help/fuzzy/neuro-adaptive-learning-and-anfis.html.

Neshat, M., Adeli, A., Masoumi, A., Sargolzae, M. (2011). A Comparative Study on ANFIS and Fuzzy Expert Sytem Models for Concrete Mix Design. IJCSI International Journal of Computer Science Issues, Vol. 8, No. 2.

Tuan Ya, T.M.Y.S., Alebrahim, R., Fitri, N., Alebrahim, M. (2019). Analysis of Cantilever Beam Deflection under Uniformly Distributed Load using Artificial Neural Networks. MATEC Web of Conferences 255, EAAI Conference.




DOI: https://doi.org/10.24853/jk.12.1.127-133

Refbacks

  • There are currently no refbacks.


Jurnal Konstruksia Indexing By:

    

Copyright of Jurnal Konstruksia (e-ISSN:2443-308X, p-ISSN:2086-7352).

 

This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License

Powered by Puskom-UMJ