Machine Learning · HPC/UHPC

Prediksi Kuat Tekan
Beton HPC & UHPC

Sistem prediksi berbasis Machine Learning untuk memperkirakan kuat tekan beton 28 hari berdasarkan komposisi material campuran. Dilatih pada 1.072 data campuran HPC dan UHPC dari berbagai sumber literatur.

Mulai Prediksi Rekomendasi Campuran

Input

•••

Output

Arsitektur ANN: 8 → 64 → 32 → 16 → 1

1.072

Data Campuran

Fitur Input

Model ML

207

Maks. f'c (MPa)

Fitur Utama

Tiga fungsi utama yang tersedia dalam sistem ini

Prediksi Kuat Tekan

Masukkan komposisi material campuran beton (semen, silica fume, fly ash, air, superplasticizer, serat baja, agregat) untuk mendapatkan prediksi kuat tekan 28 hari.

Buka Prediksi

Rekomendasi Campuran

Tentukan target kuat tekan f'c yang diinginkan, sistem akan mencari komposisi campuran beton optimal menggunakan optimisasi numerik berbasis model ANN.

Buka Rekomendasi

Informasi Model

Pelajari arsitektur model ANN, metodologi pelatihan, dataset yang digunakan, dan perbandingan performa dengan model ML lain (XGBoost, Random Forest, SVR).

Buka Tentang

Klasifikasi Kuat Tekan Beton

Perbedaan klasifikasi beton berdasarkan kuat tekan (Tabel 2.3)

Kelas	Kuat Tekan (f'c)	Ciri Material	Aplikasi Tipikal
Beton Normal (NC)	< 41 MPa	Semen, agregat, air	Struktur umum
HSC	41 – 100 MPa	Material pozzolanik, FAS rendah	Kolom, girder
UHSC	100 – 150 MPa	Kepadatan partikel tinggi	Elemen pratekan
HPC	≥ 70 MPa	Penekanan durabilitas	Lingkungan agresif
UHPC	≥ 150 MPa	Serat baja, daktilitas tinggi	Jembatan, struktur ramping