Penerapan Artificial Neural Network untuk Menganalisis Kebutuhan Tulangan Kolom Beton Bertulang pada Struktur Bangunan Gedung

Abstract

Perencanaan kebutuhan tulangan kolom beton bertulang secara konvensional memerlukan tahapan analisis struktur dan perhitungan yang panjang serta memakan waktu, karena belum sepenuhnya memperhitungkan kompleksitas kombinasi pembebanan yang bekerja pada struktur. Metode Artificial Neural Network (ANN) telah banyak diterapkan untuk mempelajari hubungan kompleks antar-parameter secara cepat, namun penerapannya secara khusus untuk memprediksi kebutuhan tulangan kolom beton bertulang masih terbatas. Penelitian ini bertujuan menerapkan ANN dalam menentukan kebutuhan tulangan kolom beton bertulang serta mengetahui tingkat kesesuaiannya terhadap hasil perhitungan manual. Penelitian dilakukan terhadap 50 variasi model bangunan gedung beraturan dengan Sistem Rangka Pemikul Momen Khusus (SRPMK). Analisis struktur dilakukan menggunakan program ETABS dan perhitungan manual menggunakan Microsoft Excel dengan analisis dinamik respons spektrum yang mengacu pada SNI 1726:2019, SNI 1727:2020, dan SNI 2847:2019. Data hasil analisis direkap menjadi 7 parameter masukan, yaitu SDS×Ie, SD1×Ie, sisi pendek kolom, jumlah lantai, mutu beton, tinggi balok, dan bentang balok, serta 3 parameter keluaran berupa luas tulangan longitudinal kolom, luas tulangan transversal kolom pada daerah tumpuan, dan luas tulangan transversal kolom pada daerah lapangan. Pemodelan ANN dilakukan menggunakan MATLAB dengan arsitektur feedforward multilayer perceptron satu lapisan tersembunyi berisi 10 neuron dan pembagian data 70% pelatihan, 15% validasi, dan 15% pengujian. Kinerja model dievaluasi menggunakan Mean Squared Error (MSE) dan koefisien korelasi (R). Hasil pelatihan memperoleh nilai R sebesar 0,9656 dan MSE sebesar 3.8897e+05 Berdasarkan hasil tersebut, model ANN dapat digunakan untuk memprediksi kebutuhan tulangan kolom beton bertulang.