Text

Pengukuran Tingkat Kekerasan Jalan Raya menggunakan Jaringan Syaraf Tiruan Backpropagation dengan Algoritma Optimalisasi Nguyen Widrow 006.32 FIR p

---

ABSTRAK

Jalan raya merupakan salah satu infrastruktur yang memiliki peranan penting bagi
masyarakat. Kondisi jalan raya yang baik akan memudahkan mobilitas penduduk dalam
mengadakan kegiatan ekonomi dan kegiatan sosial lainnya. Kualitas jalan raya khususnya
pada lapisan perkerasan akan menurun. Penuruan kualitas perkerasan dapat mengakibatkan
terbentuknya lubang pada jalan raya yang dapat mengurangi kenyamanan dan keselamatan
masyarakat yang menggunakan jalan tersebut. Salah satu langkah untuk meminimalisir
tingkat kerusakan perkerasan jalan adalah dengan mengetahui lebih awal kondisi
perkerasan tersebut. Penelitian ini bertujuan untuk membangun sebuah sistem yang dapat
mengukur tingkat perkerasan jalan menggunakan jaringan syaraf tiruan Backpropagation
dengan menerapkan algoritma optimalisasi Nguyen Widrow. Terdapat 4 variabel yang
digunakan dalam penelitian ini yaitu suhu udara, keadaaan drainase, curah hujan, dan
volume lalu lintas kendaraan. Data penelitian diperoleh dari dua instansi berbeda yaitu
BMKG kota Semarang dan Kementerian Pekerjaan Umum dan Perumahan Rakyat
Direktorat Jenderal Bina Marga Provinsi Jawa Tengah yang berjumlah 60 data, 40 data
dipergunakan untuk pelatihan dan 20 data untuk pengujian. Hasil penelitian menunjukkan
bahwa arsitektur Backpropagation terbaik untuk pengukuran didapat dengan menggunakan
1 lapisan tersembunyi dengan 50 neuron, 3594 epoch, learning rate 0.7, dan nilai toleransi
error 0.0001. Arsitektur jaringan Backpropagation terbaik yang diperoleh dapat
menghasilkan pengukuran tingkat kekerasan jalan raya dengan rata-rata kesalahan
0.02094. Penggunaan algoritma optimalisasi Nguyen Widrow pada jaringan syaraf tiruan
Backpropagation dapat menurunkan jumlah epoch yang digunakan menjadi 2 kali lebih
rendah, sehingga proses pelatihan menjadi lebih cepat.
Kata Kunci : Lapisan perkerasan jalan, Jaringan Syaraf Tiruan (JST), Backpropagation,
Nguyen Widrow.

ABSTRACT

Highway is one of the infrastructure that has important role for the community. Good road
condition will facilitate mobility of people in the conduct of economic activitiy and other
social activitiy. Declining of the road quality especially on the road pavement layers will
be happen . Deterioration in the quality of pavement can cause the holes in the road that
can reduce the comfort and safety of people using the road. One of the steps taken to
minimize the extent of damage of pavement is by knowing the initial condition of the
pavement. This research aims to develop a system that can measure the level of the
pavement using a neural network Backpropagation by applying optimization algorithms
Nguyen Widrow. There are four variables used in this study is the air temperature,
circumstances drainage, rainfall, and the volume of vehicle traffic. Research data were
obtained from two different institutions, namely BMKG Semarang and the Ministry of
Public Works and Public Housing Directorate General of Highways Central Java province
numbered 60 data, 40 data is used for training and 20 data for testing. The results showed
that the best Backpropagation architecture for measurement obtained by using 1 hidden
layer with 50 neurons, 3594 epoch, learning rate 0.7, and the value of tolerance error
0.0001. Backpropagation network architecture is best obtained can produce a measurement
of the level of violence highway with an average error 0.02094. The use of optimization
algorithms Nguyen Widrow on Backpropagation artificial neural networks can reduce the
number of epochs used to be 2 times lower, so that the training process becomes faster.
Keywords: Pavement layer, Artificial Neural Network, Backpropagation, Nguyen
Widrow.

---

Ketersediaan

425F16IV

006.32 FIR p

Perpustakaan FSM Undip (Referensi)

Tersedia

Informasi Detail

Judul Seri

ILMU KOMPUTER/INFORMATIKA

No. Panggil

006.32 FIR p

Penerbit

: ., 2016

Deskripsi Fisik

-

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

1362

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

-

Info Detail Spesifik

-

Pernyataan Tanggungjawab

Seza Dio Firmansyah

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar