BAB III
METODOLOGI PENELITIAN
3.1 Metode dan Lokasi Penelitian
Penelitian ini merupakan penelitian eksperimental yaitu melakukan pengujian tanah sampel subgrade di Laboratorium Mekanika Tanah, Departemen Teknik Sipil, Universitas Sumatera Utara.
3.2 Sampel
Sampel (bahan subgrade) yang digunakan berasal dari material timbunan dari PT. Perkebunan Nusantara II Kecamatan Patumbak Kabupaten Deli Serdang Provinsi Sumatera Utara.
Menurut Cohen, et.al, (2007, hlm. 101) semakin besar sample dari besarnya populasi yang ada adalah semakin baik, akan tetapi ada jumlah batas minimal yang harus diambil oleh peneliti yaitu sebanyak 30 sampel. Sebagaimana dikemukakan oleh Baley dalam Mahmud (2011, hlm. 159) yang menyatakan bahwa untuk penelitian yang menggunakan analisis data statistik, ukuran sampel
paling minimum adalah 30.
Senada dengan pendapat tersebut, Roscoe dalam Sugiono (2012, hlm. 91) menyarankan tentang ukuran sampel untuk penelitian sebagai berikut:
Bila dalam penelitian akan melakukan analisis dengan multivariate
(korelasi atau regresi ganda misalnya), maka jumlah anggota sampel minimal 10 kali dari jumlah variabel yang diteliti. Misalnya variabel penelitiannya ada 5 (independen + dependen), maka jumlah anggota sampel = 10 x 5 = 50
Untuk penelitian eksperimen yang sederhana, yang menggunakan
kelompok eksperimen dan kelompok kontrol, maka jumlah anggota sampel masing-masing antara 10 s/d 20.
Pada penelitian ini jumlah sampel yang akan diuji adalah sebanyak 30 sampel.
3.3 Tahap Persiapan
Tahapan pertama dari kegiatan penelitian ini adalah persiapan material yaitu, pengambilan sampel dilakukan secara acak dari PT. Perkebunan Nusantara II Kecmatan Patumbak Kabupaten Deli Serdang Provinsi Sumatera Utara. Sampel yang digunakan harus tidak mengandung akar-akar tanah, batuan dan humus yang dapat terangkat dalam tanah yang akan dipakai.
Gambar 3.1 Sampel Tanah yang akan diuji (Sumber: Dokumentasi pribadi)
3.4 Tahap Pengujian di Laboratorium
Pengujian laboratorium terdiri dari pengujian sifat fisik tanah (index properties) dan Pengujian Kompaksi yaitu: Pengujian Kadar Air, Berat Jenis, Atterberg, Analisa Saringan, Klasifikasi Tanah dan Uji Pemadatan Standar.
3.5 Tahap Pengolahan Data
3.6 Tahap Estimasi Hubungan Parameter Kompaksi dengan Indeks Properties
Estimasi hubungan Parameter Kompaksi dengan indeks properties dilakukan dengan dua cara: pertama, secara regresi linear dan kedua, dengan menggunakan model Goswami.
Pada tahap estimasi secara regresi linear data yang diperlukan adalah nilai-nilai indeks properties yakni nilai-nilai kadar air, berat jenis, Atterberg Limit dan persen butiran halus. Sedangkan pada tahap estimasi dengan menggunakan model Goswami data yang diperlukan adalah persen butiran halus saja. Kemudian masing-masing hasil estimasi tersebut dapat dikelompokkan berdasarkan nilai klasifikasi tanahnya.
3.7 Tahap Analisa Hasil Estimasi
Menganalisa hasil estimasi dengan cara regresi linear, dimana persamaan yang diperoleh menunjukkan hubungan parameter kompaksi dengan indeks properties. Dari persamaan tersebut kemudian dilihat tingkat kepercayaannya (R2) dan rentang kepercayaannya.
Kemudian menganalisa hasil estimasi dengan model Goswami, dimana persamaan yang diperoleh menunjukkan hubungan parameter kompaksi dengan nilai fines (persen butiran halus) saja. Kemudian dilihat tingkat kepercayaan dengan cara validasi, yakni untuk mendapatkan korelasi positif tingkat kepercayaannya.
parameter kompaksi yang diperoleh dari Laboratorium. Nilai parameter kompaksi estimasi juga dianalisa berdasarkan klasifikasi tanah yang diperoleh.
Keseluruhan tahapan diatas dapat dilihat pada Bagan Alir pada Gambar 3.2:
Tahap Persiapan Studi Literatur
Tahap Pengujian di Laboratorium 1. Uji Kadar Air
2. Uji Berat Jenis 3. Uji Atterberg
4. Analisa Saringan 5. Uji Proctor Standar
Tahap Analisa
Kesimpulan dan Saran
Selesai Mulai
Tahap Estimasi Hubungan Parameter Kompaksi dengan Index Properties
BAB IV
HASIL DAN ANALISA DATA
4.1 Hasil
Hasil penelitian merupakan hasil yang diperoleh dari pengujian di laboratorium dan hasil estimasi parameter kompaksi.
4.1.1 Hasil Pengujian di Laboratorium
Dari pengujian di laboratorium diperoleh hasil sebagai berikut:
Tabel 4.4 Hasil Pengujian Persen Butiran Halus
Tabel 4.5 Hasil Pengujian Kompaksi
Tabel 4.6 menunjukkan rangkuman hasil pengujian di Laboratorium yaitu nilai-nilai indeks properties tanah dan nilai parameter kompaksi.
Tabel 4.6 Rangkuman Hasil Pengujian di Laboratorium
No. Sampel W SG LL PL PI FINES
γ
max wopt1. PTB-1 30.71 2.606 29.67 17.21 12.46 45.28 1.519 20.79
2. PTB-2 36.95 2.604 39.56 23.73 15.82 50.98 1.488 24.21
3. PTB-3 32.09 2.617 29.83 17.37 12.46 50.11 1.533 21.67
4. PTB-4 30.40 2.632 29.08 17.21 11.87 50.03 1.538 21.45
5. PTB-5 35.43 2.598 32.64 21.10 11.54 50.15 1.506 22.15
6. PTB-6 32.25 2.603 33.09 21.63 11.46 50.07 1.519 22.17
7. PTB-7 33.15 2.637 32.78 20.97 11.82 43.37 1.521 20.66
8. PTB-8 33.24 2.603 29.71 17..22 12.49 50.63 1.527 21.18
9. PTB-9 34.46 2.603 39.11 24.65 14.46 50.59 1.466 24.01
10. PTB-10 33.27 2.605 29.08 17.33 11.75 50.67 1.522 21.58
11. PTB-11 29.60 2.603 38.05 25.00 13.05 51.87 1.481 24.08
12. PTB-12 33.00 2.625 33.17 20.81 12.36 48.84 1.522 22.16
13. PTB-13 33.06 2.637 29.77 13.79 12.38 44.43 1.556 20.34
14. PTB-14 30.74 2.604 29.75 17.52 12.23 42.03 1.566 19.81
Tabel 4.6 Rangkuman Hasil Pengujian di Laboratorium (lanjutan)
No. Sampel W SG LL PL PI FINES
γ
max wopt16. PTB-16 34.00 2.660 32.29 20.48 11.81 56.94 1.454 25.51
17. PTB-17 32.92 2.670 38.26 20.11 18.15 57.03 1.457 26.62
18. PTB-18 32.94 2.615 23.95 15.96 7.99 53.76 1.490 25.14
19. PTB-19 34.67 2.640 41.90 22.06 19.84 57.86 1.427 26.66
20. PTB-20 31.95 2.699 39.00 18.87 20.13 57.22 1.456 25.08
21. PTB-21 30.80 2.613 40.28 24.44 15.84 55.91 1.442 26.22
22. PTB-22 31.55 2.682 36.98 19.30 17.68 56.34 1.489 25.55
23. PTB-23 30.32 2.657 31.06 19.20 11.86 55.91 1.471 25.94
24. PTB-24 32.92 2.692 20.39 15.97 4.42 52.95 1.502 21.58
25. PTB-25 33.15 2.644 30.96 16.35 14.61 53.09 1.498 23.34
26. PTB-26 32.90 2.650 39.84 22.23 17.61 49.17 1.447 25.78
27. PTB-27 30.99 2.646 36.67 21.18 15.49 55.03 1.453 25.86
28. PTB-28 32.06 2.670 34.00 20.81 13.19 56.37 1.464 25.46
29. PTB-29 32.46 2.671 30.23 12.37 17.86 48.19 1.512 20.18
4.1.2 Hasil Estimasi Hubungan Parameter Kompaksi dengan nilai indeks properties
Estimasi parameter kompaksi secara regresi linear menghasilkan persamaan sebagai berikut:
γdmax* = 1,862 - 0,005*FINES – 0,003*LL (4.1)
R2 = 0,75
wopt* = -0,607 + 0,362*FINES + 0,161*LL (4.2)
R2 = 0,80
Tabel 4.7 Hasil Estimasi Parameter KompaksiModel Regresi
No Sampel AASHTO USCS W SG LL PL PI FINES γdmax γdmax* wopt wopt*
Tabel 4.7 Hasil Estimasi Parameter KompaksiModel Regresi (lanjutan)
No Sampel AASHTO USCS W SG LL PL PI FINES γdmax γdmax* wopt wopt*
Berat isi kering maksimum estimasi (γdmax#) dengan model Goswami (pers. 2.6) memberikan hasil sebagaimana terlihat pada Gambar 4.1 dan Tabel 4.8.
Gambar 4.1 Hubungan Log G dengan Berat Isi Kering Maksimum (γdmaks)
Sedangkan Kadar Air Optimum estimasi (wopt#) dengan model Goswami (pers. 2.6) memberikan hasil sebagaimana terlihat pada Gambar 4.2 dan Tabel 4.9.
y = -0.3764x + 2.4825
2.52 2.54 2.56 2.58 2.60 2.62 2.64 2.66 2.68 2.70 2.72
B
2.520 2.540 2.560 2.580 2.600 2.620 2.640 2.660 2.680 2.700 2.720
wo
p
t
Log G
Tabel 4.8 menunjukkan hasil analisa saringan dan hasil proctor laboratorium serta perhitungan berat isi kering dengan model Goswami. Semua sampel yang dianalisa menunjukkan nilai indeks plastis sama dengan nol dan % lewat saringan 0,075 mm diantara 0-25 dan nilai IP>10% maka nilai F diambil = 0. Klasifikasi tanah berdasarkan hasil laboratorium menunjukkan hasil A4, A6 dan A7 untuk semua sampel yang ada. Hubungan antara Log G dengan berat isi kering maksimum (γdmaks) diperoleh berdasarkan gambar 4.1 yang menunjukkan konstanta m dan k. Estimasi untuk berat isi kering maksimum (γdmax#
)
menggunakan konstanta m dan k.Tabel 4.10 Hasil Estimasi Parameter Kompaksi Model Goswami
No Sampel AASHTO USCS w SG LL PL PI FINES γdmax γdmax# wopt wopt#
Tabel 4.10 Hasil Estimasi Parameter Kompaksi Model Goswami (Lanjutan)
Tabel 4.10 Hasil estimasi nilai parameter kompaksi menggunakan variable persen butiran halus.
No Sampel AASHTO USCS w SG LL PL PI FINES γdmax γdmax# wopt wopt#
4.2Analisa Hasil Estimasi Analisa Model Regresi
Setelah hasil estimasi dengan model regresi diketahui dapat disimpulkan bahwa persamaan 4.2 dengan nilai R2 =0,75 dan persamaan 4.3 dengan nilai R2=0,80 dikategorikan sangat baik sesuai Tabel 4.11.
Tabel 4.11 Keakuratan korelasi berdasarkan koefisien determinasi, R2(Marto, 1996)
Untuk berat isi kering (
γd
max*) model Regresi dilakukan analisa dengan menghitung koefisien korelasi berdasarkan distribusi data untuk menguji hipotesaHo : u = 0 lawan H1 : u ≠ 0. Berdasarkan data tabel 4.7 diperoleh rentang
kepercayaan 95% didapat korelasi positif yang nyata antara Berat Isi Kering Maksimum (
γd
max) hasil laboratorium dan hasil perhitungan dari model Regresi (γd
max*). Ho ditolak dan H1 diterima, t hitung > t tabel atau nilai signifikansi <0,05. Rentang kepercayaan 95% diperoleh dari 100%-95% = 5% (0,05).Tabel 4.12. Perhitungan t hitung dan t tabel berat isi kering Model Regresi
Klasifikasi A4, A-6 dan A-7
Koefisien Korelasi 1,002
t hitung 3,268
Gambar 4.3. Hubungan berat isi kering aktual dengan berat isi kering estimasi Model Regresi
Untuk kadar air optimum (
W
opt*) model Regresi dilakukan analisa dengan menghitung koefisien korelasi berdasarkan distribusi data untuk menguji hipotesaHo : u = 0 lawan H1 : u ≠ 0. Berdasarkan data tabel 4.7 diperoleh rentang
kepercayaan 95% didapat korelasi positif yang nyata antara Kadar ir Optimum (
W
opt) hasil laboratorium dan hasil perhitungan dari model Regresi (W
opt*). Ho ditolak dan H1 diterima, t hitung > t tabel atau nilai signifikansi <0,05. Rentang kepercayaan 95% diperoleh dari 100%-95% = 5% (0,05).Tabel 4.13. Perhitungan t hitung dan t tabel kadar air optimum Model Regresi
Klasifikasi A-6 dan A-7
Koefisien Korelasi 1,000
t hitung 3,674
T tabel 95% rentang kepercayaan 2,055 1.42
Berat Isi Kering Aktual ᵞd
Gambar 4.4. Hubungan kadar air optimum aktual dengan kadar air optimum estimasi
Model Regresi
Analisa Model Goswami
Untuk berat isi kering (
γd
max#) model Goswami dilakukan analisa dengan menghitung koefisien korelasi berdasarkan distribusi data untuk menguji hipotesaHo : u = 0 lawan H1 : u ≠ 0. Berdasarkan data tabel 4.10 diperoleh rentang kepercayaan 95% didapat korelasi positif yang nyata antara Berat Isi Kering Maksimum (
γd
max) hasil laboratorium dan hasil perhitungan dari model yang disarankan Goswami (γd
max#). Ho ditolak dan H1 diterima, t hitung > t tabel atau nilai signifikansi <0,05. Rentang kepercayaan 95% diperoleh dari 100%-95% = 5% (0,05).Tabel 4.14. Perhitungan t hitung dan t tabel berat isi kering Model Goswami
Klasifikasi A4, A-6 dan A-7
Koefisien Korelasi 0,988
t hitung 3,453
T tabel 95% rentang kepercayaan 2,052 0
Gambar 4.5.
Hubungan berat isi kering aktual dengan berat isi kering estimasi model Goswami
Selanjutnya untuk kadar air optimum (
w
opt#) model Goswami dilakukan analisa dengan menghitung koefisien korelasi berdasarkan distribusi data untukmenguji hipotesa Ho : u = O lawan H1 : u ≠ O. Berdasarkan data tabel 4.10
diperoleh rentang kepercayaan 95% didapat korelasi positif yang nyata antara Kadar Air Optimum (Wopt*) hasil laboratorium dan hasil perhitungan dari model yang disarankan Goswami (Wopt#). Ho ditolak dan H1 diterima, t hitung > t tabel atau nilai signifikansi <0,05. Rentang kepercayaan 95% diperoleh dari 100%-95% = 5% (0,05).
Tabel 4.15. Perhitungan t hitung dan t tabel kadar air optimum Model Goswami
Klasifikasi A-6 dan A-7
Koefisien Korelasi 1,000
t hitung 3,068
T tabel 95% rentang kepercayaan 2,052 1.46
1.42 1.44 1.46 1.48 1.50 1.52 1.54 1.56 1.58
B
Berat Isi Kering Aktual ᵞd
Gambar 4.6.
Hubungan kadar air optimum aktual dengan kadar air optimum estimasi Model Goswami
Dari Gambar 4.5 dan 4.6 diperoleh hubungan
γd
max denganγd
max# dan wopt dengan wopt#.4.3 Diskusi Hasil
Hasil yang menunjukkan antara penelitian terkait dengan penelitian yang dilakukan di Laboratorium Mekanika Tanah Departemen Teknik Sipil Universitas Sumatera Utara dengan model Goswami menunjukkan hasil yang relatif sama dan tidak jauh beda. Hanya dalam penelitian terkait melakukan pengujian dengan nilai Atterberg Limit dan persen butiran halus (Fines), sedangkan dalam penelitian ini hanya menggunakan nilai persen butiran halus (Fines).
Berdasarkan penelitian terkait dengan model Goswami indeks properties sangat signifikan dapat mempengaruhi parameter kompaksi. Guerrero (2001) mangatakan bahwa jenis tanah dalam bentuk distribusi ukuran butiran, bentuk dari
21.000
butiran, berat jenis tanah, persentase dari butiran halus, memberikan pengaruh yang besar terhadap parameter kompaksi.
Dengan penelitian-penelitian ini, salah satu yang dapat simpulkan adalah adanya sebuah metode yang mudah dalam memprediksi nilai parameter kompaksi (berat isi kering maksimum dan kadar air optimum). Analisa hubungan tersebut dapat berupa sebuah regresi linier atau hubungan berupa kurva kompaksi. Dengan itu penelitian-penelitian ini sangat signifikan dan sangat berguna untuk keperluan proyek jalan.
Berikut metode yang digunakan dalam penelitian ini, yaitu dengan model Goswami persamaan (2.6). Dimana dalam penelitian ini hanya menggunakan nilai dari persen butiran halus (Fines).
BAB V
KESIMPULAN DAN SARAN
5.1 Kesimpulan
Dari hasil analisa berdasarkan hubungan antara berat isi kering maksimum (γdmax) dan kadar air optimum (wopt) dengan nilai klasifikasi tanah (persen butiran
halus) diperoleh kesimpulan sebagai berikut:
1. Estimasi dengan Model Regresi mengasil persamaan γdmax*= 1,862 - 0,005*FINES – 0,003*LL dan wopt* = -0,607 + 0,362*FINES + 0,161*LL 2. Estimasi dengan Model Goswami menunjukkan hubungan Log G dengan berat
isi kering maksimum (γdmax) menghasilkan konstanta m dan k, yaitu m = -0,376 dan k = 2,482.
3. Estimasi dengan Model Goswami menunjukkan hubungan Log G dengan kadar air optimum (wopt) menghasilkan konstanta m dan k, yaitu m = 21,265 dan k = -32,421.
4. Estimasi dengan Model Goswami jelas terlihat lebih mudah dan lebih efektif dibandingkan dengan Model Regresi.
5. Berdasarkan nilai klasifikasi diperoleh jenis tanah A4, A6 dan A7.
6. Dari hubungan berat isi kering maksimum (γdmax) dengan berat isi kering maksimum estimasi (γdmax*) model regresi memberikan korelasi positif yang nyata untuk rentang kepercayaan 95%.
8. Dari hubungan berat isi kering maksimum (γdmax) dengan berat isi kering maksimum estimasi (γdmax#) model regresi memberikan korelasi positif yang nyata untuk rentang kepercayaan 95%.
9. Dari hubungan kadar air optimum (wopt) dengan kadar air optimum estimasi (wopt#) model regresi memberikan korelasi positif yang nyata untuk rentang kepercayaan 95%.
10. Berat isi kering maksimum (γdmax) dan kadar air optimum (wopt) memiliki hubungan yang signifikan terhadadap persen butiran halus (Fines).
5.2 Saran
Untuk mendapatkan rentang kepercayaan yang lebih tinggi lagi maka model Goswami harus dimodifikasi. Nilai korelasi dapat dipengaruhi oleh hal-hal seperti:
1. Jumlah data yang diteliti
Nilai korelasi dapat ditingkatkan dengan cara menambah jumlah data yang akan diteliti dan mewakili kondisi yang sebenarnya dilapangan.
2. Kesalahan data proses pengujian.