1
Estimasi Nilai Parameter Kompaksi Bahan Subgrade Berdasarkan
Nilai Index Properties Pada Proyek Jalan Raya
Danny W Siagian
1dan Zulkarnain A Muis
21
Departemen Teknik Sipil, Universitas Sumatera Utara, Jl.Perpustakaan No.1 Kampus USU Medan Email: siagian_dobah@ymail.com
2
Staf Pengajar Departemen Teknik Sipil, Universitas Sumatera Utara, Jl. Perpustakaan No. 1 Kampus USU Medan
Email :mjrayazam@yahoo.com
ABSTRAK
Kekuatan dan keawetan konstruksi perkerasan jalan sangat tergantung pada sifat-sifat dan daya dukung tanah dasar. Tuntutan akan kebutuhan pengontrolan di lapangan dan tersedianya dana, merupakan salah satu faktor yang harus dipertimbangkan dalam pekerjaan pemadatan/kompaksi tanah dasar. Hal tersebut kemudian memunculkan pemikiran akan pemilihan alat atau cara untuk memperkirakan kepadatan tanah dengan sistem pelaksanaan yang tepat, cepat, dan ekonomis. Penelitian ini bertujuan untuk mengestimasi/memprediksi besaran nilai parameter kompaksi yaitu berat isi kering maksimum (γdmax) dan kadar air optimum (Wopt) dari nilai index properties yaitu persen butiran halus (Fines) dan batas cair (LL). Dengan menggunakan persamaan linear dalam mengestimasi nilai parameter kompaksi diperoleh persamaan untuk berat isi kering maksimum estimasi (γdmax) = 1,883 - 0,004*F - 0,005*LL dengan nilai R2 = 0,906 sedangkan kadar air optimum estimasi (Wopt) = 3,047 + 0,227*F + 0,242*LL dengan nilai R2 = 0,804.
Kata kunci: kompaksi, berat isi kering maksimum (γdmax), kadar air optimum (Wopt), batas cair
(LL), persen butiran halus (Fines)
ABSTRACT
The strength and durability of pavement construction is highly dependent on the
properties and subgrade bearing capacity. Demands will need control in the field and
the availability of funds, is one of the factors to be considered in the work of compacting
subgrade. This then led to the idea of the selection tools or methods to estimate the
density of the soil with the proper implementation of the system, fast, and economical.
This study aims to estimate/predict the amount of compaction parameter value namely
the maximum dry unit weight (γ
dmax) and optimum moisture content (Wopt) of the value
of the index properties that fines percent and liquid limit (LL). By using linear equations
in estimating parameter values obtained by compacting the equation for estimation of
the maximum dry density (γ
dmax) = 1.883-0.004*F - 0.005*LL with R
2= 0.906, while the
estimated optimum moisture content (Wopt) = 3.047 + 0.227*F + 0.242*LL with R
2=
0.804.
Keywords : Subgrade, index properties,compaction, maximum dry density, optimum
moisture content, fines percent, liquid limit.
2
1. Pendahuluan
Kekuatan dan keawetan konstruksi perkerasan jalan sangat tergantung pada sifat-sifat dan daya dukung tanah dasar. Pemadatan merupakan salah satu usaha yang harus dilakukan agar diperoleh daya dukung tanah dasar yang kuat. Nilai parameter pemadatan diperoleh dari percobaan kompaksi yaitu untuk memperoleh berat isi kering maksimum (γdmax) atau (MDD) dan kadar air optimum (Wopt) atau (OMC). Dalam menentukan nilai parameter kompaksi
tersebut memerlukan bahan yang cukup banyak, biaya pengujiannya tergolong murah,
memerlukan operator laboratorium yang handal serta menyita waktu dilaboratorium.
Sementara pengujian untuk mengetahui nilai index properties dari bahan
subgrade adalah tergolong pekerjaan yang tidak sulit. Selain itu pengujian tersebut tidak
memerlukan peralatan yang mahal disamping waktu untuk pengujian juga tergolong
cepat. Jika hasil nilai index properties ini bisa digunakan untuk memprediksi berat isi
kering maksimum dan kadar air optimum dari suatu bahan subgrade maka dapat
dihemat waktu, tenaga dan biaya pada pelaksanaan pekerjaannya.
Dalam penelitian ini dirumuskan masalah hubungan regresi linear dari nilai parameter pemadatan laboratorium (berat isi kering maksimum dan kadar air optimum) dengan data index properties tanah yaitu persen butiran halus (lolos ayakan no 200) dan batas cair (liquid limit) tanah
Tujuan dari penelitian ini adalah untuk mengestimasi nilai parameter kompaksi yang dipergunakan untuk lapisan subgrade berdasarkan data data index properties.
2. Tinjauan Pustaka
Pemadatan adalah suatu proses dimana udara pada pori-pori tanah dikeluarkan dengan cara mekanis. Cara mekanis yang dipakai untuk memadapatkan tanah dapat dilakukakan dengan berbagai cara. Di lapangan biasanya dipakai cara menggilas, sedangkan dilaboratorium dipakai cara dipukul dengan Proctor.
Sifat-sifat fisik tanah (index properties) menunjukkan sifat-sifat tanah yang mengindikasikan jenis (klasifikasi) dan kondisi tanah, serta memberikan hubungan terhadap sifat-sifat mekanis (engineering properties) seperti kekuatan dan pemampatan atau kecenderungan untuk mengembang, dan permeabilitas. Sifat-sifat fisik tanah (index properties) adalah berupa : kadar air, berat jenis, gradasi butiran, konsistensi atterberg dan lain-lain.
Beberapa penelitian dalam memprediksi nilai kompaksi tanah (berat isi kering maksimum dan kadar air optimum) telah banyak dikembangkan. Penelitian untuk mengetahui
3
hubungan antara parameter kompaksi dilakukakan petama kali oleh Johnson dan Sallberg (1962). Setelah itu diikuti penelitian oleh Al-Khafaji (1993) dan merumuskan hubungan antara nilai kompaksi dengan batas Atterberg kedalam persamaan sebagai berikut :
Untuk tanah di Irak,
MDD = 2.44 – 0.22PL – 0.008LL (2.1)
OMC = 0.24LL + 0.63PL – 3.13 (2.2)
Untuk tanah di Amerika,
MDD = 2.27 – 0.19PL – 0.003LL (2.3)
OMC = 0.14LL + 0.54PL (2.4)
Melalui persamaan empiris Blotz, et.al (1998), memperoleh persamaan hubungan linear antara berat isi kering maksimum dengan tenaga pemadatan. Hasil dari korelasi dinyatakan melalui persamaan linear sebagai berikut :
MDD = (2.27 log LL – 0.94) Log E – 0.16 LL+ 17.02 (2.5) OMC = (12.39 – 12.21 log LL) log E + 0.67 LL + 9.21 (2.6) Kemudian Ugbe (2012) mengusulkan persamaan dalam memprediksi berat isi kering maksimum dan kadar air optimum dengan mengunakan nilai index properties (persen butiran halus, batas cair dan berat jenis) dengan persamaan sebgai berikut :
MDD = 15.665SG + 1.526LL-4.313F + 2011.960 (2.7) R2 = 0.895
OMC = 0.129F-0.0196LL-1.4233SG + 11.399 (2.8) R2 = 0.795
3. Material Dan Metode
Material yang digunakan berasal dari penghamparan pada proyek jalan di Perumahan Cemara Kuta. Jumlah sampel yang diteliti adalah sebanyak 45 sampel dan berasal dari beberapa quarry yaitu Lubuk Pakam (LB), Tanjung Morawa (TM) dan Patumbak (PTM).
Persamaan umum yang digunakan dalam menentukan persamaan regresi adalah sebagai berikut :
Y = aX + b Dimana :
Y = berat isi kering maksimum (γdmax) /kadar air optimum (Wopt) X = index properties (persen butiran halus (Fines)/batas cair(LL)) a = konstanta variabel
4
Apabila diperoleh hubungan yang kuat untuk setiap variabel maka dilanjutkan dengan menggunakan dua variabel.
Ketepatan hubungan linear tersebut diukur berdasarkan nilai faktor regresi (coefficient of determination) atau R2. Keakuratan korelasi diukur dengan koefisien determinasi, R2 sebagaimana tercantum dalam tabel 3.2 .
Tabel 3.2. Keakuratan koefisien determinasi,R2 (Kamarudin,2005).
Nilai R2 Akurasi
<0,25 Tidak baik 0,25 – 0,55 Relatif baik
0,56 – 0,75 Baik
>0,75 Sangat Baik
4. Hasil Dan Pembahasan
3.1 Hasil Pengujian Laboratorium
Pengujian laboratorium yang digunakan adalah pengujian laboratorium untuk mengetahui sifat fisiknya (index properties) yang terdiri analisa saringan dan uji batas atterberg, dan pengujian Kompaksi Standar untuk mendapatkan nilai parameter kompaksinya. Hasil pengujian sampel tanah dapat dilihat pada tabel 3.2 sementara untuk statistik hasil dari pengujian tersebut dapat dilihat pada Tabel 3.1
Tabel 3.1 Statistik hasil pengujian sampel
Variabel Rentang Nilai Rata-rata
Persen butiran halus (%) 30,11 - 59.03 47.91
Batas cair (%) 15,04 - 40,88 26,95
Berat isi kering maksimum (gr/cm3) 1,498 - 1,646 1.541
Kadar air optimum (%) 15,82 - 26,66 20,45
5
Tabel 3.2 Hasil Pengujian Sampel
No Sampel
Soil Classification
SG Fines LL PL PI γdmax Wopt
AASTHO USCS 1 PTM-1 A-2-4 SC-SM 2.675 34.11 15.04 9.86 5.18 1.646 15.82 2 PTM-2 A-6 SC 2.664 42.99 24.33 13.18 11.15 1.590 17.92 3 PTM-3 A-4 SC 2.672 38.86 20.34 10.78 9.56 1.618 16.43 4 PTM-4 A-4 SC 2.667 37.27 20.23 12.56 7.67 1.617 16.68 5 PTM-5 A-6 SC 2.628 43.78 24.27 12.10 12.17 1.585 18.03 6 PTM-6 A-6 SC 2.629 42.98 25.93 13.78 12.15 1.597 17.8 7 PTM-7 A-4 SC 2.674 37.80 19.57 11.44 8.13 1.620 16.87 8 PTM-8 A-4 SC 2.682 36.66 19.80 12.47 7.33 1.632 16.06 9 PTM-9 A-6 SC 2.615 46.36 27.06 12.76 14.30 1.546 18.93 10 PTM-10 A-4 SC-SM 2.662 40.74 19.78 13.42 6.36 1.608 17.48 11 PTM-11 A-4 SC 2.647 36.98 20.54 10.08 10.46 1.625 16.06 12 PTM-12 A-4 SC 2.673 40.44 22.22 13.49 8.73 1.600 16.25 13 PTM-13 A-4 SC-SM 2.686 30.14 14.81 7.93 6.88 1.671 15.72 14 PTM-14 A-6 SC 2.654 43.62 25.67 13.36 12.31 1.574 18.81 15 PTM-15 A-4 SC 2.654 40.20 19.04 10.15 8.89 1.605 16.19 16 LB-1 A-6 CL 2.660 56.94 32.29 20.48 11.81 1.454 25.51 17 LB-2 A-6 CL 2.670 57.03 38.26 20.11 18.15 1.457 26.62 18 LB-3 A-4 CL 2.615 53.76 23.95 15.96 7.99 1.490 25.14 19 LB-4 A-7-6 CL 2.640 57.86 41.90 22.06 19.84 1.427 26.66 20 LB-5 A-6 CL 2.699 57.22 39.00 18.87 20.13 1.456 25.08 21 LB-6 A-7-6 CL 2.613 55.91 40.28 24.44 15.84 1.442 26.22 22 LB-7 A-6 CL 2.682 56.34 36.98 19.30 17.68 1.489 25.55 23 LB-8 A-6 CL 2.657 57.98 31.06 19.20 11.86 1.471 25.94 24 LB-9 A-4 ML 2.692 52.95 20.39 15.97 4.42 1.502 21.58 25 LB-10 A-6 CL 2.644 53.09 30.96 16.35 14.61 1.498 23.34 26 LB-11 A-6 SC 2.650 49.17 39.84 22.23 17.61 1.447 25.78 27 LB-12 A-6 CL 2.646 55.03 36.67 21.18 15.49 1.453 25.86 28 LB-13 A-6 CL 2.670 56.37 34.00 20.81 13.19 1.464 25.46 29 LB-14 A-6 ML 2.671 48.19 30.23 12.37 17.86 1.512 20.18 30 LB-15 A-6 CL 2.640 50.19 31.26 15.89 15.37 1.472 25.20 31 TM-1 A-6 CL 2.644 55.04 38.91 19.15 19.76 1.454 23.05 32 TM-2 A-6 CL 2.658 55.13 30.71 15.39 15.32 1.490 22.16 33 TM-3 A-6 SC 2.668 48.08 26.08 14.82 11.26 1.537 19.67 34 TM-4 A-6 SC 2.657 47.31 27.67 15.02 12.65 1.517 17.99 35 TM-5 A-4 SC 2.651 43.81 24.05 13.75 10.30 1.593 18.39 36 TM-6 A-4 SC-SM 2.663 43.48 19.16 13.78 5.38 1.572 18.97 37 TM-7 A-4 SC 2.651 44.94 24.10 13.90 10.20 1.563 18.22 38 TM-8 A-6 CL 2.640 54.79 27.26 15.02 12.24 1.496 22.49 39 TM-9 A-4 SC-SM 2.665 43.81 22.22 12.84 9.38 1.590 17.92 40 TM-10 A-4 SC 2.669 48.53 18.02 10.02 8.00 1.641 16.42 41 TM-11 A-4 CL 2.670 52.85 20.48 12.32 8.16 1.600 17.16 42 TM-12 A-7-6 CL 2.607 59.03 40.88 21.17 19.71 1.432 21.00 43 TM-13 A-4 CL 2.665 43.44 23.28 12.49 10.79 1.574 19.11 44 TM-14 A-4 ML 2.668 50.13 18.96 12.04 6.92 1.619 17.59 45 TM-15 A-4 CL 2.675 54.55 25.41 15.74 9.67 1.496 21.13 .
6 Dengan
γdmax : Berat isi kering maksimum (gr/cm 3
) Wopt : Kadar air optimum (%)
Fines : Persen butiran halus (%) LL : Batas cair (%)
PL : Batas plastis (%) PI : Index plastis (%) SG : Berat jenis (%)
Setelah melakukan pengujian sampel, langkah selanjutnya adalah melakukan analisa stastistik. Hal tersebut dilakukan untuk menentukan korelasi antara parameter pemadatan dengan nilai index properties. Nilai-nilai index properties yang digunakan adalah persen butiran halus (fines) dan batas cair (Liquid Limits).
Hubungan regresi menggunakan satu variabel dianalisi menggunakan program SPSS vesi 16 atau Microsoft Exel 2010. Model yang digunakan untuk mengetahui hubungan antara parameter kompaksi dengan nilai index properties adalah regresi linear.
3.2. Hubungan antara nilai parameter kompaksi (berat isi kering maksimum dan kadar air optimum) dengan nilai index properties
Dengan menggunakan metode regresi untuk mengetahui hubungan nilai parameter kompaksi dengan index properties, maka didapat persamaan-persamaan dengan menggunakan bantuan program SPSS. Persamaan-persamaan yang terbentuk adalah sebagai berikut :
1. Hubungan berat isi kering maksimum (γdmax) dengan persen butiran halus (Fines) adalah :
(γdmax) = 1,938 - 0,09*Fines (3.1)
R2 = 0,783
Artinya, bahwa 78,3% nilai berat isi kering maksimum dapat diprediksi menggunakan persamaan linear dari nilai persen butiran halus.
2. Hubungan berat isi kering maksimum (γdmax) dengan batas cair (LL) adalah : (γdmax) = 1,769 - 0,008*LL (3.2) R2 = 0,827.
Artinya, bahwa 82,7% nilai berat isi kering maksimum dapat diprediksi menggunakan persamaan linear dari batas cair (LL).
7
3. Hubungan berat isi kering maksimum (Wopt) dengan persen butiran halus adalah : Wopt = 0,500 + 0,417*Fines (3.3) R2 = 0,709.
Artinya, bahwa 70,9% nilai kadar air optimum dapat diprediksi menggunakan persamaan linear dari nilai persen butiran halus (Fines).
4. Hubungan kadar air optimum (Wopt) dengan batas cair (LL) adalah
Wopt = 9,187 + 0,418*LL (3.4) R2 = 0,721.
Artinya, bahwa 72,1% nilai kadar air optimum dapat diprediksi menggunakan persamaan linear dari batas cair (LL).
Dari hasil regresi diketahui hubungan nilai parameter kompaksi dengan masing-masing nilai index properties yakni persen butiran halus (Fines) dan batas cair (LL) adalah sangat kuat,hal tersebut dapat dilihat dari nilai R2 yang dihasilkan.
Dengan modal R2 yang dikategorikan sangat baik tersebut kita dapat mencari hubungan dengan dua variabel untuk mengestimasi nilai berat isi kering maksimum dan kadar air optimum. Hubungan nilai parameter kompaksi dengan menggunakan dua variabel index properties adalah sebagai berikut :
1. Untuk nilai berat isi kering maksimum adalah :
(γdmax) = 1,883 - 0,004*Fines - 0,005*LL (4.5) R2 = 0,906
Artinya, bahwa 90,6% berat isi kering maksimum dapat diprediksi dengan rentang kepercayaan 95% menggunakan variabel persen butiran halus (Fines) dan batas cair . 2. Untuk nilai kadar air optimum adalah:
Wopt = 3,047 + 0,227*Fines + 0,242*LL (4.6) R2 = 0,804
Artinya, bahwa 80,4% kadar air optimum dapat diprediksi dengan rentang kepercayaan 95% menggunakan variabel persen butiran halus (Fines) dan batas cair (LL)
Persamaan-persamaan yang terbentuk dari hasil regresi linear dengan tingkat kepercayaan 95%) dirangkum dalam Tabel 4.1. Dari tabel tersebut diperoleh nilai R2 terendah adalah untuk hubungan Wopt dengan batas cair, sementara untuk nilai R2 tertinggi adalah hubungan γdmax dengan batas cair dan persen butiran halus.
8
Tabel 4.1. Resume persamaan
variabel Persamaan R2 γdmax vs Fines 1,938 - 0,09*F 0,783 γdmax vs LL 1,769 - 0,008*LL 0,827 γdmax vs Fines + LL 1,883 - 0,004*F - 0,005*LL 0,906 Wopt vs Fines 0,500 + 0,417*F 0,709 Wopt vs LL 9,187 + 0,418*LL 0,721
Dari persamaan-persamaan yang telah dihasilkan, dapat dilihat hubungan antara variabel index properties dengan nilai parameter kompaksi. Hubungan tersebut diantaranya :
1. Fine Percent (persen butiran halus). Bertambahnya jumlah persen butiran halus berimplikasi pada besarnya porositas dan membutuhkan air yang lebih karena dalam pemadatan sehingga mengakibatkan bertambahnya kadar air optimum dan mengurangi berat isi kering maksimum (Ugbe,2012)
2. Liquid Limit (Batas cair). Pengujian batas-batas atterberg dilakukan pada tanah yang lebih kecil dari 425 μm. Kelompok tanah berbutir halus ini membutuhkan air yang lebih karena penambahan ukuran permukaan. Hal ini mengakibatkan berkurangnya berat isi kering maksimum dan bertambah kadar air optimum.
3. Persamaan regresi dua parameter menghasilkan nilai R2 yang tinggi dibandingkan dengan persamaan regresi satu parameter.
Gambar 4.1 dan 4.2 menunjukan hubungan berat isi kering maksimum estimasi dengan berat isi kering maksimum aktual dan kadar air optimum estimasi dengan kadar air optimum aktual. Dari persamaan tersebut diperoleh bahwa tingkat keakuratan yang diperoleh berdasarkan nilai R2 adalah 907% dan 80,4%. Dengan nilai R2 yang diperoleh, menunjukan bahwa persamaan-persamaan dengan menggunakan dua variabel bebas yaitu persen butiran halus dan batas cair dapat digunakan dalam mengestimasi nilai parameter kompaksi.
9
Gambar 4.1. Grafik hubungan berat isi kering maksimum real dengan berat isi kering estimasi maksimum
Gambar 4.2. Grafik hubungan kadar air optimum real dengan kadar air optimum estimasi
Perbandingan nilai parameter kompaksi estimasi dan nilai pameter kompaksi real atau aktual dapat dilihat pada tabel 4.3
10
Tabel 3.4 Hasil estimasi nilai parameter kompaksi menggunakan dua variabel dengan
interval kepercayaan 95% dan perbandingannya dengan model Ugbe (2011) dan
Al-khafaji (1993)
No Sampel γdmax Wopt γdmax* Wopt* γdmax** Wopt** γdmax*** Wopt***
1 PTM-1 1.646 15.82 1.671 14.43 1.670 14.50 1.643 15.64 2 PTM-2 1.590 17.92 1.589 18.69 1.587 18.73 1.576 18.75 3 PTM-3 1.618 16.43 1.626 16.79 1.624 16.87 1.614 16.74 4 PTM-4 1.617 16.68 1.633 16.40 1.630 16.44 1.598 17.96 5 PTM-5 1.585 18.03 1.587 18.86 1.581 18.52 1.586 18.00 6 PTM-6 1.597 17.8 1.581 19.08 1.576 18.77 1.564 19.31 7 PTM-7 1.620 16.87 1.634 16.36 1.632 16.46 1.611 17.13 8 PTM-8 1.632 16.06 1.637 16.16 1.636 16.35 1.601 17.86 9 PTM-9 1.546 18.93 1.562 20.12 1.556 19.67 1.569 18.70 10 PTM-10 1.608 17.48 1.621 17.08 1.618 17.05 1.592 18.52 11 PTM-11 1.625 16.06 1.632 16.41 1.629 16.24 1.619 16.28 12 PTM-12 1.600 16.25 1.610 17.60 1.608 17.72 1.582 18.78 13 PTM-13 1.671 15.72 1.688 13.47 1.688 13.66 1.661 14.29 14 PTM-14 1.574 18.81 1.580 19.16 1.577 19.11 1.569 18.99 15 PTM-15 1.605 16.19 1.627 16.78 1.624 16.66 1.624 16.19 16 LB-1 1.454 25.51 1.494 23.79 1.491 23.84 1.479 24.49 17 LB-2 1.457 26.62 1.464 25.25 1.462 25.48 1.458 24.76 18 LB-3 1.490 25.14 1.548 21.05 1.542 20.55 1.553 20.64 19 LB-4 1.427 26.66 1.442 26.32 1.438 26.27 1.426 26.42 20 LB-5 1.456 25.08 1.459 25.47 1.459 26.01 1.466 23.97 21 LB-6 1.442 26.22 1.458 25.49 1.452 25.14 1.411 27.92 22 LB-7 1.489 25.55 1.473 24.79 1.472 25.12 1.470 24.09 23 LB-8 1.471 25.94 1.496 23.72 1.493 23.73 1.495 23.50 24 LB-9 1.502 21.58 1.569 20.00 1.569 20.27 1.567 20.33 25 LB-10 1.498 23.34 1.516 22.59 1.512 22.47 1.521 21.52 26 LB-11 1.447 25.78 1.487 23.85 1.484 23.90 1.433 26.36 27 LB-12 1.453 25.86 1.480 24.41 1.476 24.37 1.455 25.36 28 LB-13 1.464 25.46 1.488 24.07 1.485 24.25 1.469 24.87 29 LB-14 1.512 20.18 1.539 21.30 1.537 21.47 1.560 18.71 30 LB-15 1.472 25.20 1.526 22.01 1.522 21.85 1.524 21.23 31 TM-1 1.454 23.05 1.468 24.96 1.464 24.92 1.464 24.15 32 TM-2 1.490 22.16 1.509 22.99 1.506 23.01 1.531 20.84 33 TM-3 1.537 19.67 1.560 20.27 1.558 20.36 1.554 20.04 34 TM-4 1.517 17.99 1.555 20.48 1.552 20.47 1.546 20.31 35 TM-5 1.593 18.39 1.588 18.81 1.584 18.71 1.572 19.12 36 TM-6 1.572 18.97 1.613 17.55 1.611 17.52 1.591 18.71 37 TM-7 1.563 18.22 1.583 19.08 1.579 18.98 1.571 19.23 38 TM-8 1.496 22.49 1.528 22.08 1.523 21.88 1.548 20.28 39 TM-9 1.590 17.92 1.597 18.37 1.594 18.39 1.588 18.33 40 TM-10 1.641 16.42 1.599 18.42 1.597 18.43 1.630 16.01 41 TM-11 1.600 17.16 1.569 20.00 1.567 20.04 1.599 17.82 42 TM-12 1.432 21.00 1.442 26.34 1.436 25.93 1.438 25.72 43 TM-13 1.574 19.11 1.593 18.54 1.590 18.58 1.586 18.18 44 TM-14 1.619 17.59 1.588 19.01 1.585 19.02 1.608 17.49 45 TM-15 1.496 21.13 1.538 21.58 1.536 21.72 1.549 20.61
11
Nilai paremeter kompaksi dapat diestimasi dengan mengunakan persamaan sebagai berikut :
γdmax = 1,883 - 0,004*F - 0,005*LL R2 = 0,906 Wopt = 3,047 + 0,227*F + 0,242*LL R2 = 0,804 Dengan :
γdmax = berat isi kering maksimum real γdmax* = berat isi kering maksimum estimasi
γdmax** = berat isi kering maksimum estimasi (model Ugbe,2011) γdmax*** = berat isi kering maksimum estimasi (model Al-Khafaji,1993) Wopt = kadar air optimum real
Wopt* = kadar air optimum estimasi
Wopt** = kadar air optimum estimasi (model Ugbe,2011) Wopt*** = kadar air optimum estimasi (model Al-Khafaji,1993) F = persen butiran halus (lolos ayakan no.200)
LL = batas cair (Liquid Limit)
5. KESIMPULAN DAN SARAN
5.1 Kesimpulan
Dari hasil pengujian laboratorium dan analisa data diperoleh, hal-hal sebagai berikut : 1. Analisa statistik dengan menggunakan persamaan linear dapat digunakan dalam
mengestimasi nilai parameter kompaksi.
2. Berat isi kering maksimum (γdmax) dan Wopt memiliki hubungan yang sangat signifikan terhadap persen butiran halus (Fines) dan juga terhadap batas cair (LL). 3. Persamaan yang telah dihasilkan dari penelitian ini memiliki rentang kepercayaan
yang tergolong baik sangat baik. Hal tersebut dapat dibuktikan dari nilai R2 yang dihasilkan.
5.2 Saran
Dari hasil pengujian laboratorium dan analisa data diperoleh, hal-hal sebagai berikut : 1. Dapat dicoba menggunakan parameter geoteknik yang lain seperti energi kompaksi,
berat jenis, batas plastis dan lain-lain.
2. Metode selain persamaan regresi dapat dikembangkan dalam menentukan estimasi nilai parameter kompaksi.
12
DAFTAR PUSTAKA
Al-Khafaji. (1993). Estimation Soil Compaction Parameters by Means of Atterberg Limit.Quarterly Journal of Engineering Geologis, Vol. 26, m/s 359-368.
Blotz., L., Bension, C. and Boutwell, G. (1998). Estimating optimum water content max. dry unit weight for compacted soils. J. Geotech Geoenvir.Engg.,124(9),
907-912.
Christady, Hary.H. (1992). Mekanika Tanah 1. Jakarta : PT Gramedia Pustaka Utama. Guerrero, Andres.M.A. (2011). Properties On The Maximum Dry Density Obtained From The
Standard Proctor Test. Thesis of Megister of Science .Department of Civil and Environmental Engineering. College of Engineering and Computer Science, University of Central Florida Orlando, Florida.
Hendarsin, Shirley.L.(2000).Penuntun Praktis Perencanaan Teknik Jalan Raya. Politeknik Negeri Bandung, Jurusan Teknik Sipil. Bandung.
India,Government Of Ministry Of Railways. (2005). Study Report On Compaction Equipments And Construction Machinery. Report No. GE-R-76,Geotechnical Engineering Directorate, Research Designs & Standards Organization Manak Nagar, Lucknow-11.
Kamarudin, F.B.(2005).Estimation Of Soil Compaction Parameter Based On Atterberg Limits. Skripsi Sarjana. Fakultas Teknik Sipil. Universitas Teknologi Malaysia.
Muis, Z.A. (1998). Penentuan Berat Isi Kering Maksimum Bahan Aggregat Base Berdasarkan Data Klasifikasi Tanah Pada Proyek Jalan Raya. Seminar Highway Engineering, Medan Academic Committee (MAC). Teknik Sipil USU.
Matcalf, J.B., dan Romanoschi, S.A. (2007). Prediction Od Maximum Dry Density And Optimum Moisture Content From Simpel Material Properties.
Nendi, A.M. (2010). Korelasi Antara Hasil Ujian Mampatan Dengan Had Atterberg. Skripsi Sarjana. Fakultas Teknik Sipil. Universitas Teknologi Malaysia.
Smith, M.J. (1984). Mekanika Tanah. (Elly Madyayanti). Jakarta: Eirlangga
Shridharan,A. dan Nagaraj,H.B.(2005).Plastic Limit And Compaction Characteristics Of Finegrained Soils. Ground Improvement (2005) 9, No.1, 17–22.
Ugbe F.C. (2011). Estimating Compaction Characteristics from Fines in A-2 Type Lateritic Soils. Research Journal of Environmental and Earth Sciences 3(4): 433-437, 2011.
Ugbe F.C. (2012). Predicting Compaction Characteristics of Lateritic Soil of Western Niger Delta, Nigeria. Research Journal of Environmental and Earth Sciences 4(5): 553-559, 2012.
13
Zakaria, H.B. (2007). Correlation Between Results Of Compaction Test And Atterberg Limits. Tugas Akhir Sarjana, Fakultas Teknik Sipil, Universitas Teknologi Malaysia. Sinollah.Tutorial Mencari Koefisien Korelasi dan Regresi dengan Excel 2007. September
