Repository Universitas BojonegoroLaporan Penelitian Internal Dosen : Analisis Jejak Karbon Pada Desain Campuran Beton Menggunakan Model Regresi Pembelajaran MesinWidhiastutiYulis WidhiastutiauthorAbryandokoEko Wahyu AbryandokoauthorSafi’iAchmad Safi’iauthorSektor konstruksi berkontribusi signifikan terhadap emisi gas rumah kaca global, dengan beton sebagai penyumbang utama akibat produksi semen Portland yang menghasilkan sekitar 8% dari total emisi CO₂ dunia. Penggunaan Supplementary Cementitious Materials (SCM) seperti fly ash, silica fume, dan ground granulated blast furnace slag sebagai substitusi parsial semen telah diakui sebagai strategi kunci untuk mengurangi jejak karbon beton. Namun, hubungan kompleks antara komposisi campuran dan emisi karbon memerlukan pendekatan prediktif yang efisien untuk memfasilitasi evaluasi cepat pada tahap desain awal. Penelitian ini mengembangkan dan mengevaluasi model pembelajaran mesin untuk memprediksi jejak karbon beton berbasis SCM berdasarkan komposisi materialnya. Dataset global yang mencakup 1.456 desain campuran dari 136 publikasi ilmiah di 27 negara digunakan setelah preprocessing dengan metode Interquartile Range (IQR) untuk eliminasi outlier, menghasilkan 1.294 sampel valid. Empat algoritma regresi diuji dan dioptimasi: Support Vector Regression (SVR), Random Forest Regression (RFR), Decision Tree Regression (DTR), dan Gradient Boosting Regression (GBR), dengan hyperparameter tuning melalui 5-fold cross-validation. Hasil menunjukkan bahwa semua model mencapai akurasi prediksi sangat tinggi (R² > 0,998), dengan GBR menunjukkan performa superior (R² = 0,9996, RMSE = 1,7452 kg CO₂/m³, MAE = 1,2779 kg CO₂/m³, MAPE = 0,5260%). Analisis cross-validation mengkonfirmasi robustness model dengan Mean R² = 0,9995 dan deviasi standar minimal (0,0003) untuk GBR. Analisis feature importance mengidentifikasi semen sebagai faktor dominan (>99,8% kontribusi) terhadap prediksi emisi karbon, diikuti oleh superplasticizer dan GGBFS dengan kontribusi minimal. Analisis sensitivitas menunjukkan hubungan linear kuat antara kandungan semen dan emisi karbon (gradien ~0,82 kg CO₂ per kg semen), sementara material lain menunjukkan pengaruh yang sangat kecil. Temuan ini memberikan dasar kuantitatif yang kuat untuk strategi reduksi emisi melalui maksimalisasi substitusi SCM dan menyediakan alat prediktif yang dapat mempercepat inovasi beton berkelanjutan tanpa memerlukan analisis LCA komprehensif untuk setiap variasi campuran.Prodi Teknik Sipil2026-01-01LPPM UNIVERSITAS BOJONEGOROOther

For work being deposited by its own author: In self-archiving this collection of files and associated bibliographic metadata, I grant Repository Universitas Bojonegoro the right to store them and to make them permanently available publicly for free on-line. I declare that this material is my own intellectual property and I understand that Repository Universitas Bojonegoro does not assume any responsibility if there is any breach of copyright in distributing these files or metadata. (All authors are urged to prominently assert their copyright on the title page of their work.)

For work being deposited by someone other than its author: I hereby declare that the collection of files and associated bibliographic metadata that I am archiving at Repository Universitas Bojonegoro) is in the public domain. If this is not the case, I accept full responsibility for any breach of copyright that distributing these files or metadata may entail.

Clicking on the deposit button indicates your agreement to these terms.