i
ABSTRAK
Stabilitas Marshall pada aspal beton merupakan salah satu parameter
terpenting didalam campuran dan kualitas material. Bagian ini bergantung pada
banyak faktor seperti gradasi, persentase agregat hancur, kadar aspal, dan kualitas
material. Pada penelitian ini, variasi dari stabilitas marshall dengan kadar aspal
disimulasikan dengan menggunakan program Artificial Neural Network (ANN)
dengan pelatihan algoritma Levenberg-Marquardt Back Propagation (LMBP).
Persentase dari agregat pecah/hancur; persentase lolos ayakan yang melalui
ayakan nomor 200, 50, 30, 8, 4 dan ½ inch, dan persentase dari kadar aspal telah
ditetapkan sebagai jaringan input dan stabilitas marshall sebagai jaringan output.
Pada tahap pertama, menentukan kemampuan penyamarataan maksimum dari
setiap jaringan dengan sebuah angka yang telah ditetapkan pada neuron di hidden
layer. Perbandingan nilai maksimum ini menyatakan bahwa jaringan dengan 8 neuron di hidden layer memiliki kemampuan penyamarataan maksimum. Pada tahap kedua, variasi dari data aktual stabilitas marshall dibandingkan dengan hasil
simulasinya. Simulasi ini terlihat bagus untuk menentukan stabilitas marshall.
