SOFT COMPUTING PENILAIAN KONDISI PERKERASAN JALAN BERBASIS ARTIFICIAL NEURAL NETWORKS

Dadang Iskandar, Leni Sriharyani

Abstract


Seiring dengan kemajuan perekonomian yang semakin mantap, pembangunan infrastruktur termasuk pembangunan jalan antar kabupaten/kota menjadi katalisator dalam meningkatkan perekonomian daerah. Demikian halnya dengan Kota Metro Provinsi Lampung, yang menjadi pilihan tempat dilakukannya penelitian ini. Terdapat banyak jalan yang sering mengalami kerusakan dan terjadi secara berulang tanpa penanganan yang tuntas. Untuk mengatasi masalah tersebut perlu dilakukan evaluasi kinerja perkerasan sebelum dilakukan tindakan penanganan agar diperoleh hasil yang optimal. Dalam melakukan penilaian perkerasan terdapat dua metode yaitu dengan cara destruktif dan non-destruktif. Salah satu cara non-destruktif yang umum dikembangkan adalah Pavement Condition Index (PCI), dimana penilaian dilakukan dengan cara yang relatif panjang dan rumit, selain itu dibutuhkan perangkat lunak yang cukup mahal. Untuk itu penelitian ini berupaya mengembangkan metode alternatif sederhana dengan menggunakan teknik optimasi berbasis Artificial Neural Networks (ANN). Untuk tujuan ini jalan sepanjang 15 km lebih di wilayah studi diperiksa dan hasil perhitungan ANN menunjukkan bahwa kerusakan didominasi alligator crack dan rutting yang memerlukan penanganan lebih serius. Perhitungan yang dilakukan ANN menunjukan bahwa pemeliharaan harus diprioritaskan untuk beberapa section dengan nilai terkecil 66,03. Hasil yang sebanding dengan metode PCI konvensional yaitu 65,70 sehingga dapat disimpulkan bahwa perhitungan lunak ANN dapat menjadi alternatif dalam memprediksi kerusakan jalan dengan prosedur yang lebih sederhana

Keywords


Pavement Condition Index (PCI), Artificial Neural Networks (ANN), kerusakan jalan, non-destruktif

Full Text:

PDF


DOI: http://dx.doi.org/10.24127/tp.v10i2.1584

DOI (PDF): http://dx.doi.org/10.24127/tp.v10i2.1584.g1022

Refbacks

  • There are currently no refbacks.


Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.