Metode pelaksanaan pondasi tiang bor ada 3 macam yaitu metode kering (pengeboran kering), metode basah (pengeboran cuci) dan metode liner. Seluruh tahapan pekerjaan pondasi Bored Pile memerlukan pengawasan sumber daya manusia yang mempunyai kendali yang memadai terhadap pekerjaan tersebut.
Daya Dukung Pondasi Tiang Bor (Bored pile)
Menurut Bowles (1993), daya dukung ultimit tiang berdasarkan tahanan gesek dengan faktor kedalaman dapat dilihat pada persamaan 2.12. Perhitungan daya dukung tiang pancang pada tanah homogen atau merata dapat ditulis dalam bentuk persamaan 2.17.
Pengujian Tiang (Pile Loading Test)
Uji Beban Dinamik Pondasi Tiang
Pengujian Pile Driving Analyzer (PDA) merupakan salah satu jenis pengujian dinamik yang menggunakan metode analisa gelombang dan sering juga disebut dengan pengujian re-strike sesuai dengan sifat pengujiannya, yaitu membentur kembali atau membentur kembali pondasi tiang pancang yang diuji. . Pengujian dinamis pondasi tiang pancang menggunakan alat PDA dapat memberikan informasi penting mengenai interaksi pondasi tiang pancang-tanah pada beban aksial tertentu. Besarnya pengujian PDA pada pondasi tiang yang akan diuji umumnya adalah 1% dari jumlah titik pada pondasi tiang dalam suatu proyek, sedangkan berat palu yang ideal untuk pengujian PDA adalah 2% dari kapasitas pondasi tiang pancang.
Selain hasil analisa data yang dilakukan oleh PDA dengan menggunakan prosedur Case Method yang meliputi data pengukuran kecepatan (velocity) dan gaya (force) pada saat pelaksanaan pengujian (re-strike) dan perhitungan dinamik variabel secara real time adalah untuk mendapatkan gambaran daya dukung pondasi tiang tunggal. Dari pengujian PDA dengan menggunakan “Metode Kasus” kita akan dapat mengetahui: daya dukung pondasi tiang tunggal, keutuhan atau keutuhan tiang dan sambungan serta efisiensi perpindahan energi pukulan palu, dan lain-lain. Dari analisa CAPWAP akan diketahui lebih detail data yang diperoleh dari pengujian PDA, dengan tambahan informasi: tahanan ujung tiang tunggal, tahanan gesek pondasi tiang tunggal dan simulasi uji beban statik.
Metode Pelaksanaan
Analisis ini menggunakan data yang diperoleh dari tes PDA untuk memberikan hasil analisis yang lebih detail. Pada pengujian dengan uji PDA akan diperoleh hasil daya dukung yang merupakan salah satu dari dua kondisi yaitu kegagalan dan ultimat. Kondisi keruntuhan dimana gaya dukung yang dideteksi/dicatat dan dianalisis adalah gaya dukung yang diperoleh dari kondisi pondasi tiang belum mobilisasi penuh, dimana kondisi pondasi tiang belum mencapai kapasitas tertinggi atau ultimatnya.
Kondisi ultimat merupakan daya dukung yang diperoleh dari kondisi pondasi tiang pancang yang termobilisasi penuh. Oleh karena itu, angka daya dukung yang dihasilkan dari analisis PDA dan CAPWAP pada kondisi ini benar-benar merupakan daya dukung ultimat atau pembatas dari pondasi tiang pancang yang diuji. Kedua kondisi tersebut (kegagalan atau ultimat) dapat diterima sepanjang daya dukung yang diperoleh masih memenuhi faktor persyaratan keselamatan yang dipersyaratkan desain yang ditentukan.
Interpretasi Hasil dan Output PDA
Kondisi akhir ditentukan oleh salah satu : tiang telah bergeser karena adanya beban tertentu (beban ultimat) melebihi tahanan gesek dan ujung pondasi tiang, kapasitas material tiang telah terlampaui yang dilanjutkan dengan beban yang lebih berat, maka material akan runtuh./ tumpukan material. Karena prinsip pengoperasian PDA adalah menggunakan perambatan gelombang, setiap perubahan impedansi di mana pun pada badan tiang (menunjukkan perubahan luas penampang/diskontinuitas) akan mencerminkan muka gelombang dan pengaruhnya akan terasa pada sensor. agar keutuhan tiang sepanjang badan tiang dapat dipantau oleh PDA. Selain hasil utama yaitu daya dukung beban statis tiang pancang yang diuji, ada beberapa hasil yang dapat dihasilkan PDA dan hal-hal yang perlu diperhatikan pada saat pengujian.
Daya dukung tiang pancang berdasarkan metode CASE untuk tiang dengan gesekan sedang dan ketahanan kaki sedang. Dalam pengujian PDA ada beberapa hal yang harus diperhatikan pada saat pengujian agar hasil yang diperoleh sesuai dengan rencana desain yang ada.
Penurunan Pondasi Tiang Tunggal
- Tiang Mengapung (Floating Pile)
- Prinsip-prinsip Pengumpulan data
- Cara Pengumpulan Data
- Teknik dan Alat Pengumpulan Data
Prosedur, teknik dan alat yang digunakan dalam penelitian juga harus sesuai dengan metode penelitian yang telah ditetapkan. Penelitian deskriptif, penelitian yang bertujuan untuk membuat gambaran secara sistematis, faktual dan akurat mengenai fakta dan karakteristik populasi tiang bor di wilayah tertentu khususnya pulau Jawa. Penelitian korelasional, penelitian yang bertujuan untuk menguji tingkat keterkaitan antara variasi suatu faktor dengan variasi faktor lainnya berdasarkan koefisien korelasi.
Penelitian eksperimental, penelitian yang bertujuan untuk menyelidiki kemungkinan hubungan sebab akibat dengan pelaksanaan pengawasan/pengendalian. Pengumpulan Data - Data sekunder dan primer harus memperoleh data yang lengkap, hasil yang akurat dan dapat diandalkan atau hasil yang dipublikasikan. Cara pengumpulan data dilakukan dengan cara sensus dan sampling, yaitu dengan memeriksa sebagian kecil dari seluruh unsur penelitian dengan cara mengumpulkan data secara parsial dan menelaah data.
Model Jaringan Syaraf Tiruan
- Pengantar
- Model Dasar Jaringan Syaraf Tiruan
- Perceptron
- Fungsi Aktifasi
- Parameter Internal Model Jaringan Syaraf Tiruan
- Fungsi Transfer
- Evaluasi Presisi, Akurasi dan Robusness Model Jaringan Syaraf Tiruan
Ini menunjukkan informasi dalam jaringan saraf yang akan dihubungkan/disebarkan pada setiap lapisan mulai dari lapisan masukan hingga lapisan keluaran melalui lapisan lain yang sering disebut dengan lapisan tersembunyi. Ketika jaringan saraf digunakan, masukan nilai variabel ditempatkan pada unit masukan dan kemudian dieksekusi oleh lapisan unit tersembunyi dan lapisan keluaran. Ketika semua unit di jaringan saraf dieksekusi, tindakan lapisan keluaran adalah hasil dari keseluruhan jaringan saraf.
Pada dasarnya perceptron dalam jaringan saraf lapisan tunggal memiliki bobot yang dapat diatur dari nilai ambang batas. Karakter jaringan syaraf tiruan bergantung pada bobot dan fungsi input-output (fungsi transfer) yang mempunyai karakteristik tertentu pada setiap unitnya. Representasi jaringan saraf dengan contoh pelatihan yang terdiri dari pola aktivitas unit masukan bersama dengan pola aktivitas yang diharapkan untuk unit keluaran.
Mengubah bobot setiap rasio sehingga jaringan saraf menghasilkan perkiraan keluaran yang diharapkan lebih baik. Jaringan saraf tiruan memerlukan 256 unit masukan (satu untuk setiap sensor), 10 unit keluaran (satu untuk setiap digit) dan sejumlah unit tersembunyi.
Pengelolaan Data
Tingkat ketelitian suatu data diukur dengan menggunakan rata-rata data yang diperoleh, sehingga semakin mendekati nilai 1 (satu) maka semakin akurat alat ukur yang akan diperiksa. Shahin (2001) menjelaskan bahwa model jaringan saraf tiruan dapat memberikan kinerja yang baik jika tidak digunakan untuk ekstrapolasi di luar data yang digunakan untuk tahap pelatihan. Bobot koneksi yang besar pada model jaringan neural akan menyebabkan overfitting, terutama jika terdapat noise pada data yang digunakan pada fase pelatihan.
Pemisahan antara fase validasi dan fase pelatihan sangat penting untuk memastikan kemampuan model jaringan dalam menggunakan domain data dengan memisahkan kedua data tersebut. Validasi silang pada saat pengolahan data dalam pembuatan model jaringan saraf tiruan adalah data yang tersedia untuk pengendalian model dibagi sesuai proporsi yang telah diusulkan sebagai berikut: 2/3 data untuk tahap pelatihan (yaitu: pelatihan) . dan tes) dan 1/3 data untuk tahap validasi (Shahin et al. 2001). Shahin (2002a) menjelaskan bahwa data masukan yang mempunyai nilai jauh lebih besar atau lebih kecil akan dibandingkan dengan masukan lainnya.
Penentuan Model Arsitektur Jaringan
Ada beberapa pendekatan untuk menghindari overfitting, yaitu dengan meningkatkan ukuran sampel pelatihan, membatasi jumlah node tersembunyi, dan membatasi jumlah epoch pelatihan. Node keluaran yang diperoleh dimodifikasi sesuai dengan permasalahan yang ingin dipecahkan, sehingga setelah itu perlu dilakukan pengecekan jumlah node tersembunyi dan node masukan yang ada. Pelatihan berakhir setelah nilai error sudah cukup kecil dan tidak ada lagi perubahan error pada proses pelatihan. dua) lapisan yang menjelaskan variabel masukan dan keluaran. 2001) menjelaskan bahwa keberadaan jaringan dengan satu lapisan tersembunyi dengan menggunakan fungsi aktivasi tipe sigmoid dirasa cukup untuk menyelesaikan suatu permasalahan.
Dengan membatasi jumlah node tersembunyi, maka akan mengurangi waktu fase pelatihan dan mengoptimalkan kemampuan jaringan sehingga overfitting dapat dihindari. Berbagai pendekatan dalam menentukan jumlah node tersembunyi yang dilakukan oleh berbagai peneliti adalah sebagai berikut. 1999), dalam menentukan jumlah node tersembunyi pada lapisan tersembunyi setiap lapisan akan mengecil membentuk piramida yang diukur dari lapisan masukan hingga lapisan keluaran. 2001), menyatakan tentang penentuan node tersembunyi jika jaringan mempunyai 1 (satu) lapisan jaringan lapisan tersembunyi, yaitu sebagai berikut.
Model Akhir Kriteria Jaringan
Faktor Keberhasilan Jaringan Syaraf Tiruan
Aplikasi Jaringan Syaraf Tiruan
Penelitian - Penelitian Sebelumnya
Penelitian – Penelitian geoteknik yang berhasil diterapkan pada metode jaringan saraf tiruan dapat dijelaskan pada Tabel 2.6. Metode jaringan saraf tiruan propagasi balik menggunakan satu atau lebih lapisan tersembunyi. Mengumpulkan kapasitas data CPT dan CPTu untuk jaringan saraf polinomial dan algoritma genetika.
Pada metode jaringan syaraf tiruan ini tidak dapat memberikan kebenaran kapasitansi kutubnya benar atau tidak, namun hasil analisa CAPWAP akan memprediksinya. Analisis batas ultimit daya dukung dan pengaturan tiang tunggal dengan metode jaringan syaraf tiruan (digunakan pada tanah berpasir). Jaringan saraf tiruan feed-forward dengan algoritma back, hasilnya memprediksi kapasitas stack dengan membandingkan data CPT dan CPTu dengan sondir 6 Chua dan.
Kerangka Berpikir
Metode ANN untuk memprediksi daya dukung pondasi tiang pancang menggunakan hasil uji lapangan, membandingkan rumus Meyerhoff pada tahun 1976. Perbandingan panjang dan diameter tiang, N SPT rata-rata tutupan tiang, N SPT ujung tiang, set tiang, energi palu. Daya dukung yang diperoleh pada estimasi mencapai hasil yang lebih baik dibandingkan dengan rumus Meyerhoff (1976).
Posisi Penelitian
Data masukan yang digunakan sebagai dasar pembuatan model jaringan syaraf tiruan adalah nilai sifat-sifat tanah dari hasil uji pemboran mekanis berupa SPT (uji penetrasi standar), sifat-sifat tiang bor atau pendekatan. data empiris yang tidak diperoleh sebagai database dalam pemodelan. Beberapa penelitian yang berkaitan dengan penelitian ini dievaluasi untuk menentukan posisi penelitian ini. Rumus dengan pendekatan ANN (Artificial Neural Networks) 1 Lee dan Lee (1996) L, d, Nshaft, Ntip, tumpukan set,. 1999) L,d, panjang tiang, N-SPT, luas ujung tiang, lingkar tiang dan jumlah tulangan.
Berdasarkan penelitian sebelumnya yang dilakukan oleh Niken (2012), penelitian ini menganalisis perilaku pondasi tiang bor untuk mengetahui daya dukung tiang dan penurunan elastis pada tanah kohesif, nonkohesif, dan bertingkat dengan menggunakan pendekatan pemodelan jaringan syaraf tiruan. Input data yang terlihat adalah sifat-sifat tiang bor berupa luas penampang tiang, keliling tiang, panjang tiang tertanam dan nilai standar penetrasi yang dilakukan. Hasil yang diperoleh pada pendekatan model jaringan syaraf tiruan kemudian dicocokkan atau divalidasi dengan pengujian uji dinamik (PDA) dan rumus empiris.
Problem Statement
Metode jaringan algoritma yang digunakan pada jaringan tersebut adalah metode back propagation, dan diharapkan hasilnya dapat menambah nilai sebagai pendekatan terhadap metode konvensional yang sudah ada.
